Masinõppimisega täiendatud sobitusestimaator
Masinõppimisega täiendatud sobitusestimaator ühendab klassikalise lähima naabri või eelsoodumuse skoori sobitamise masinõppe algoritmidega – nagu lasso, juhuslikud metsad või gradienttõhustus – kovariaatide valimiseks, eelsoodumuse skooride hindamiseks ja jääkmoonutuste korrigeerimiseks. Tulemuseks on sobituspõhine põhjuslikkuse estimaator, mis jääb kehtivaks kõrgedimensionaalse segaduse korral, kus traditsiooniline käsitsi määratud sobitus ebaõnnestub.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
- Abadie, A., & Imbens, G. W. (2006). Large sample properties of matching estimators for average treatment effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Machine Learning-Augmented Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/et/causal-inference/machine-learning-augmented-matching-estimator
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
- Sobivuse hindajaPõhjuslik järeldamine↔ compare
- Kalduvusskoori sobitamineUurimisstatistika↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →