הערכת השפעה נגדית מוגברת בלמידת מכונה
הערכת השפעה נגדית מוגברת בלמידת מכונה משלבת את האמינות של היסק סיבתי מבוסס תוצאות פוטנציאליות עם הגמישות של אלגוריתמי למידת מכונה מודרניים. במקום לכפות צורות פונקציונליות פרמטריות עבור גורמי מבלבלים, לומדי למידת מכונה — כגון לאסו, יערות אקראיים או רשתות עצביות — מעריכים פונקציות מטרד (ציוני נטייה, רגרסיות תוצאה) המשמשות לאחר מכן לבניית אומדנים חסרי הטיה בקירוב של השפעות סיבתיות. המימוש הקנוני הוא למידת מכונה כפולה/נטולת הטיה (DML), פורמליזציה של Chernozhukov et al. (2018).
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
- Athey, S., & Imbens, G. W. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725. DOI: 10.1146/annurev-economics-080217-053433 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Augmented Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/he/causal-inference/machine-learning-augmented-counterfactual-impact-evaluation
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- ניתוח השפעה סיבתיתהסקה סיבתית↔ השוואה
- הערכת השפעה נגדית (Counterfactual Impact Evaluation - CIE)הסקה סיבתית↔ השוואה
- הפרש-בהפרשים (דיד)אקונומטריקה↔ השוואה
- התאמת ציון נטייהסטטיסטיקה למחקר↔ השוואה
- שיטת הבקרה הסינתטית (SCM)הסקה סיבתית↔ השוואה