Δοκιμή ψευδούς θεραπείας επαυξημένη με μηχανική μάθηση
Η δοκιμή ψευδούς θεραπείας επαυξημένη με μηχανική μάθηση (ML-augmented placebo test) είναι μια τεχνική επικύρωσης αιτιώδους συμπερασμού που χρησιμοποιεί ευέλικτους εκτιμητές ML — όπως αιτιώδεις δασικές εκτάσεις (causal forests), LASSO, ή διπλή/αποδιαμεσολαβημένη ML (double/debiased ML) — για τη διεξαγωγή ελέγχων διάψευσης σε μια στρατηγική αναγνώρισης. Αντικαθιστώντας τις πραγματικές αναθέσεις θεραπείας με ψευδείς (πλασματικές) αναθέσεις και επαληθεύοντας ότι η εκτιμώμενη επίδραση μηδενίζεται, οι ερευνητές επιβεβαιώνουν ότι τα αιτιώδη ευρήματά τους δεν είναι τεχνουργήματα εσφαλμένης προδιαγραφής του μοντέλου ή συγχύσεων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
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. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725. DOI: 10.1146/annurev-economics-080217-053433 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Machine Learning-Augmented Placebo Test for Causal Identification. ScholarGate. https://scholargate.app/el/causal-inference/machine-learning-augmented-placebo-test
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Difference-in-Differences (Diff-in-Diff)Οικονομετρία↔ σύγκριση
- Μέθοδος Εργαλειακών Μεταβλητών (IV) για Αιτιώδη ΣυμπερασματολογίαΟικονομικά της Υγείας↔ σύγκριση
- Μέθοδος Συνθετικού Ελέγχου (SCM)Αιτιακή Συμπερασματολογία↔ σύγκριση
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →