Machine Learning-Augmented Instrumental Variables (ML-IV)

Machine Learning-Augmented Instrumental Variables (ML-IV) kombiniert die kausale Identifikationskraft klassischer IV mit modernem, hochdimensionalem maschinellem Lernen – unter Verwendung von Methoden wie LASSO, Random Forests oder neuronalen Netzen zur Auswahl valider Instrumente und zur Modellierung von Störfunktionen, wodurch die Passung der ersten Stufe verbessert und eine gültige Inferenz ermöglicht wird, selbst wenn die Anzahl potenzieller Instrumente oder Kontrollen im Verhältnis zur Stichprobengröße groß ist.