Koneoppimisella tehostettu herkkyysanalyysi kausaliteetille
Koneoppimisella tehostettu herkkyysanalyysi yhdistää joustavat ML-estimaattorit muodollisiin robustisuustarkastuksiin arvioidakseen, kuinka paljon mittaamatonta sekoittavaa tekijää tarvittaisiin kausaalisen löydöksen kumoamiseen. Juurensa Chernozhukovin ym. kaksois-/debiasoidussa ML-kehyksessä ja Cinellin ja Hazlettin pois jätetyn muuttujan harhan herkkyystyökaluissa, se tarjoaa sekä korkeaulotteisen kovariaattisäädön että läpinäkyvän viestinnän jäljellä olevasta epävarmuudesta havaitsemattomien sekoittavien tekijöiden suhteen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Cinelli, C., & Hazlett, C. (2020). Making sense of sensitivity: extending omitted variable bias. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 82(1), 39-67. DOI: 10.1111/rssb.12348 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Machine Learning-Augmented Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/fi/causal-inference/machine-learning-augmented-sensitivity-analysis-for-causality
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.
- Erojen erot (Diff-in-Diff)Ekonometria↔ compare
- Instrumentaalimuuttujamenetelmä (IV) kausaalisen päättelyn menetelmänäTerveystaloustiede↔ compare
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ compare
- Regressioepäjatkuvuussuunnittelu (RDD)Kausaalipäättely↔ compare
- Synteettisen kontrollin menetelmä (SCM)Kausaalipäättely↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →