Koneoppimista hyödyntävä synteettisen kontrollin menetelmä
Koneoppimista hyödyntävä synteettisen kontrollin menetelmä laajentaa klassista synteettisen kontrollin estimaattoria käyttämällä rangaisturegressiota tai muita koneoppimisalgoritmeja — kuten lassoa, ridgeä tai satunnaismetsiä — luodakseen luovuttajapainot ja mallintaakseen esikäsittelyjakson tuloskehitystä. Laajennus korjaa standardipainotusvaiheen jättämää jäännösepätasapainoa, mikä vähentää harhaa silloin, kun täydellistä synteettistä kontrollia ei ole olemassa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/fi/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.
- KausaalivaikutusanalyysiKausaalipäättely↔ compare
- Erojen erot (Diff-in-Diff)Ekonometria↔ compare
- Koneoppimisella täydennetty differenssi-differenssi-menetelmä (ML-DiD)Kausaalipäättely↔ compare
- Paneeliaineiston synteettinen kontrollimenetelmäKausaalipäättely↔ compare
- Synteettisen kontrollin menetelmä (SCM)Kausaalipäättely↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →