Σχεδιασμός Μελέτης Περιστατικού Ενισχυμένος με Μηχανική Μάθηση
Ο σχεδιασμός μελέτης περιστατικού ενισχυμένος με μηχανική μάθηση συνδυάζει το τυπικό πλαίσιο μελέτης περιστατικού — το οποίο παρακολουθεί τη δυναμική των αποτελεσμάτων γύρω από μια ημερομηνία παρέμβασης — με μεθόδους βασισμένες στη μηχανική μάθηση, όπως η διπλή/απομειωμένη μηχανική μάθηση (DML) ή η κανονικοποιημένη παλινδρόμηση, για τη διαχείριση πολυδιάστατων συνηρημένων, τη βελτίωση του ελέγχου συγχυτικών παραγόντων και την παραγωγή έγκυρων αιτιακών εκτιμήσεων όταν ο χώρος των συνηρημένων είναι υπερβολικά μεγάλος για να διαχειριστεί αξιόπιστα η συμβατική παλινδρόμηση.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097 ↗
- Athey, S., & Imbens, G. W. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/el/causal-inference/machine-learning-augmented-event-study-design
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Difference-in-Differences (Diff-in-Diff)Οικονομετρία↔ compare
- Δυναμική Διαφορών σε ΔιαφορέςΑιτιακή Συμπερασματολογία↔ compare
- Μελέτη Περιστατικού σε ΠάνελΑιτιακή Συμπερασματολογία↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →