Regression modelQuasi-experimental / causal inference

Koneoppimista hyödyntävä kaksinkertaisesti robusti estimointi (ML-DR)

Koneoppimista hyödyntävä kaksinkertaisesti robusti (ML-DR) estimointi yhdistää klassisen kaksinkertaisesti robustin (AIPW) tunnistusstrategian joustaviin koneoppimismalleihin häiriöfunktioille – taipumusosuuspisteelle ja tulosregressiolle. Tuloksena on kausaalinen estimaattori, joka on johdonmukainen, jos jompikumpi koneoppiskomponentti on määritetty oikein, ja joka saavuttaa pätevän, juuri-n-inferenssin, vaikka häiriömallit estimoitaisiin korkeaulotteisella regularisaatiolla tai ei-parametrisilla oppijoilla.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. 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
  2. Farrell, M. H., Liang, T., & Misra, S. (2021). Deep Neural Networks for Estimation and Inference. Econometrica, 89(1), 181-213. DOI: 10.3982/ECTA16901

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Machine Learning-Augmented Doubly Robust Estimation. ScholarGate. https://scholargate.app/fi/causal-inference/machine-learning-augmented-doubly-robust-estimation

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.

Compare side by side

Tähän viittaavat

ScholarGateMachine learning-augmented doubly robust estimation (Machine Learning-Augmented Doubly Robust Estimation). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/machine-learning-augmented-doubly-robust-estimation · Aineisto: https://doi.org/10.5281/zenodo.20539026