Balanceo de entropía aumentado con aprendizaje automático

El balanceo de entropía aumentado con aprendizaje automático (ML-EB) combina el esquema de reponderación de balanceo de entropía de Hainmueller con un modelo de resultados de aprendizaje automático para producir un estimador causal doblemente robusto. Al optimizar conjuntamente los pesos de balanceo de covariables y un ajuste flexible de resultados predichos, el ML-EB ofrece estimaciones consistentes del efecto del tratamiento incluso cuando el modelo de ponderación o el de resultados están mal especificados, y maneja espacios de covariables de alta dimensión que el balanceo de entropía clásico no puede equilibrar fácilmente.