Variables instrumentales augmentées par l'apprentissage automatique (ML-IV)

Les variables instrumentales augmentées par l'apprentissage automatique combinent le pouvoir d'identification causale des variables instrumentales (VI) classiques avec l'apprentissage automatique moderne à haute dimension — en utilisant des méthodes telles que LASSO, les forêts aléatoires ou les réseaux neuronaux pour sélectionner des instruments valides et modéliser les fonctions de nuisance, améliorant ainsi l'ajustement du premier stade et permettant une inférence valide même lorsque le nombre d'instruments potentiels ou de covariables est grand par rapport à la taille de l'échantillon.