Masinõppimisega täiendatud eelsoodumuse skoori kaalutamine
Masinõppimisega täiendatud eelsoodumuse skoori kaalutamine (ML-PSW) asendab logistilise regressiooni paindlike masinõppe algoritmidega – nagu gradientvõimendus, LASSO või juhuslikud metsad – eelsoodumuse skoori hindamiseks, seejärel kasutab pöördvõrdeliste tõenäosuste kaalusid, et tasakaalustada töödeldi ja kontrollrühmi. See vähendab mudeli väärspetsifitseerimise eelarvamust, kui kovariaatide ja ravi määramise vaheline tegelik seos on keeruline või kõrge-mõõtmeline.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
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 ↗
- Lee, B. K., Lessler, J., & Stuart, E. A. (2010). Improving propensity score weighting using machine learning. Statistics in Medicine, 29(3), 337-346. DOI: 10.1002/sim.3782 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/et/causal-inference/machine-learning-augmented-propensity-score-weighting
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Erinevused erinevustes (Diff-in-Diff)Ökonomeetria↔ võrdle
- Topeltrobustne hindamine (AIPW)Põhjuslik järeldamine↔ võrdle
- Pöörd-tõenäosuskaalutamine (IPW / IPTW)Põhjuslik järeldamine↔ võrdle
- Masinõppimisega täiustatud sobivusskoori sobitaminePõhjuslik järeldamine↔ võrdle
- Propensity Score Weighting (PSW / IPW)Põhjuslik järeldamine↔ võrdle
Märkasid sellel lehel viga? Teata sellest või paku parandust →