Test placebo augmenté par apprentissage automatique

Le test placebo augmenté par apprentissage automatique est une technique de validation de l'inférence causale qui utilise des estimateurs d'apprentissage automatique flexibles — tels que les forêts causales, LASSO, ou l'apprentissage automatique double/débiaisé — pour effectuer des vérifications de falsification sur une stratégie d'identification. En remplaçant les affectations de traitement réelles par des affectations placebo (fausses) et en vérifiant que l'effet estimé s'effondre à zéro, les chercheurs confirment que leurs conclusions causales ne sont pas des artefacts d'une mauvaise spécification du modèle ou de facteurs de confusion.