Koneoppimista hyödyntävä taipumusosuitinpainotus
Koneoppimista hyödyntävä taipumusosuitinpainotus (ML-PSW) korvaa logistisen regression joustavilla koneoppimisalgoritmeilla — kuten gradienttitehostus, LASSO tai satunnaismetsät — taipumusosuitimen estimoimiseksi, ja käyttää sitten käänteisiä todennäköisyyspainoja tasapainottamaan käsiteltyjä ja kontrolliryhmiä. Tämä vähentää mallin virheellisen spesifioinnin harhaa, kun taustamuuttujien ja hoito-osallistumisen välinen todellinen suhde on monimutkainen tai korkeaulotteinen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/fi/causal-inference/machine-learning-augmented-propensity-score-weighting
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Erojen erot (Diff-in-Diff)Ekonometria↔ vertaa
- Kaksoisrobustin estimoinnin (AIPW) menetelmäKausaalipäättely↔ vertaa
- Käänteisen todennäköisyyden painotus (IPW / IPTW)Kausaalipäättely↔ vertaa
- Koneoppimista hyödyntävä taipumuskoepisteiden täsmäytysKausaalipäättely↔ vertaa
- Propensity Score Weighting (PSW / IPW)Kausaalipäättely↔ vertaa
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →