ScholarGate
Avustaja
Regression modelQuasi-experimental / causal inference

Koneoppimisella täydennetty sumea regressioepäjatkuvuusasetelma

Koneoppimisella (ML) täydennetty sumea regressioepäjatkuvuusasetelma (RDD) laajentaa klassista sumeaa regressioepäjatkuvuusasetelmaa korvaamalla parametriset polynomiarvioinnit joustavilla koneoppimismenetelmillä. Siinä missä standardi sumea RDD käyttää instrumenttimuuttujatyylistä estimointia kynnyksellä epätäydellisellä noudattamisella, ML-täydennetty variantti hyödyntää ei-parametrisia oppijoita – kuten satunnaismetsiä tai neuroverkkoja – mallintamaan sekä lopputulosta että ensimmäisen vaiheen hoitotodennäköisyyttä raja-arvon lähellä, mikä vähentää virheellisen spesifikaation harhaa säilyttäen samalla kausaalisen identifikaation.

Avaa sovelluksessa MethodMindTulossaApply, compare, get guidance
Tools & resources
Lataa diat
Learn & explore
VideoTulossa

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  1. Hahn, J., Todd, P., & Van der Klaauw, W. (2001). Identification and estimation of treatment effects with a regression-discontinuity design. Review of Economic Studies, 68(1), 201-209. DOI: 10.1111/1468-0262.00183
  2. Semenova, V., & Chernozhukov, V. (2021). Debiased machine learning of conditional average treatment effects and other causal functions. The Econometrics Journal, 24(2), 264-289. DOI: 10.1093/ectj/utaa027

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Machine Learning-Augmented Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/fi/causal-inference/machine-learning-augmented-fuzzy-regression-discontinuity

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain
ScholarGateMachine Learning-Augmented Fuzzy Regression Discontinuity (Machine Learning-Augmented Fuzzy Regression Discontinuity Design). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/machine-learning-augmented-fuzzy-regression-discontinuity · Aineisto: https://doi.org/10.5281/zenodo.20539026