تخمینگر تطبیق تقویتشده با یادگیری ماشین
تخمینگر تطبیق تقویتشده با یادگیری ماشین، تطبیق کلاسیک نزدیکترین همسایه یا امتیاز تمایل را با الگوریتمهای یادگیری ماشین — مانند لاسو، جنگلهای تصادفی، یا تقویت گرادیان — برای انتخاب کووریتها، تخمین امتیازات تمایل، و تصحیح بایاس باقیمانده ترکیب میکند. نتیجه یک تخمینگر علّی مبتنی بر تطبیق است که تحت همپوشانی با ابعاد بالا که تطبیق سنتی با دست مشخصشده در آن شکست میخورد، معتبر باقی میماند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Machine Learning-Augmented Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/fa/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.
- برآورد دوگانه استوار (AIPW)استنتاج علّی↔ compare
- وزندهی احتمال معکوسِ دریافتِ درمان (IPW / IPTW)استنتاج علّی↔ compare
- برآورد مضاعفاً استوار با تقویت یادگیری ماشین (ML-DR)استنتاج علّی↔ compare
- برآوردگر تطبیقاستنتاج علّی↔ compare
- تطابق امتیاز تمایل (Propensity Score Matching)آمار پژوهش↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →