Masinõppimisega täiendatud marginaalne strukturaalne mudel (ML-MSM)
Masinõppimisega täiendatud marginaalne strukturaalne mudel ühendab Robins et al.i MSM-raamistiku kausaalse ranguse paindlike, andmepõhiste masinõppe algoritmidega, et hinnata eelsoodumuse skoore ja tulemusmudeleid. Asendades parameetrilised kahjulikud mudelid koos õppijate või närvivõrkudega, taastavad ML-MSM-id kehtivad kausaalsed hinnangud segajate esinemisel, ilma et nad sõltuksid õigesti spetsifitseeritud parameetrilistest vormidest.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Luedtke, A. R., & van der Laan, M. J. (2016). Statistical inference for the mean outcome under a possibly non-unique optimal treatment strategy. Annals of Statistics, 44(2), 713-742. DOI: 10.1214/15-AOS1384 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Machine Learning-Augmented Marginal Structural Model with Flexible Nuisance Estimation. ScholarGate. https://scholargate.app/et/causal-inference/machine-learning-augmented-marginal-structural-model
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.
- Topeltrobustne hindamine (AIPW)Põhjuslik järeldamine↔ compare
- Pöörd-tõenäosuskaalutamine (IPW / IPTW)Põhjuslik järeldamine↔ compare
- Masinõppega täiendatud kahekordselt robustne hinnang (ML-DR)Põhjuslik järeldamine↔ compare
- Marginaalne strukturaalne mudel (MSM)Põhjuslik järeldamine↔ compare
- Propensity Score Weighting (PSW / IPW)Põhjuslik järeldamine↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →