روش کنترل ترکیبی تقویتشده با یادگیری ماشین
روش کنترل ترکیبی تقویتشده با یادگیری ماشین، برآوردگر کلاسیک کنترل ترکیبی را با استفاده از رگرسیون جریمهشده یا سایر الگوریتمهای یادگیری ماشین – مانند LASSO، Ridge یا جنگلهای تصادفی – برای ساختن وزنهای اهداکننده و مدلسازی مسیرهای پیامد پیش از مداخله، گسترش میدهد. این تقویتکننده، عدم تعادل باقیمانده ناشی از مرحله وزندهی استاندارد را تصحیح میکند و در مواردی که کنترل ترکیبی کامل وجود ندارد، سوگیری کمتری ایجاد میکند.
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
- Ben-Michael, E., Feller, A., & Rothstein, J. (2021). The augmented synthetic control method. Journal of the American Statistical Association, 116(536), 1789-1803. DOI: 10.1080/01621459.2021.1929245 ↗
- Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/fa/causal-inference/machine-learning-augmented-synthetic-control-method
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.
- تحلیل اثر علیّتاستنتاج علّی↔ compare
- روش تفاوت در تفاوت (Diff-in-Diff)اقتصادسنجی↔ compare
- یادگیری ماشین-افزوده تفاضل در تفاضل (ML-DiD)استنتاج علّی↔ compare
- روش کنترل ترکیبی دادههای پنلیاستنتاج علّی↔ compare
- روش کنترل ترکیبی (SCM)استنتاج علّی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →