תכנון מחקר אירוע משופר בלמידת מכונה
תכנון מחקר אירוע משופר בלמידת מכונה משלב את המסגרת הסטנדרטית של מחקר אירוע — העוקבת אחר דינמיקת התוצאות סביב תאריך טיפול — עם שיטות מבוססות למידת מכונה כגון למידת מכונה כפולה/מוכפלת (DML) או רגרסיה עם רגולריזציה, כדי לטפל במשתנים נלווים במימד גבוה, לשפר את בקרת המשתנים המבלבלים, ולהפיק אומדנים סיבתיים תקפים כאשר מרחב המשתנים הנלווים גדול מדי עבור רגרסיה קונבנציונלית לניהול אמין.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
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. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/he/causal-inference/machine-learning-augmented-event-study-design
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.
- הפרש-בהפרשים (דיד)אקונומטריקה↔ compare
- הפרש-הפרשים דינמיהסקה סיבתית↔ compare
- מחקר אירוע בפאנלהסקה סיבתית↔ compare