התאמת ציון נטייה משופרת בלמידת מכונה
התאמת ציון נטייה משופרת בלמידת מכונה (ML-PSM) מחליפה את הרגרסיה הלוגיסטית המסורתית המשמשת להערכת ציוני נטייה באלגוריתמים גמישים של למידת מכונה — כגון עצי חיזוק מדורגים (gradient boosted trees), יערות אקראיים (random forests), או LASSO — כדי ללכוד טוב יותר קשרים מורכבים ולא-ליניאריים בין משתנים מסבירים. ציוני הנטייה העשירים יותר המתקבלים משפרים את האיזון בין המשתנים המסבירים ומפחיתים הטיה בהערכת אפקט הטיפול הממוצע על המטופלים (ATT).
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- McCaffrey, D. F., Ridgeway, G., & Morral, A. R. (2004). Propensity score estimation with boosted regression for evaluating causal effects in observational studies. Psychological Methods, 9(4), 403-425. DOI: 10.1037/1082-989X.9.4.403 ↗
- Westreich, D., Lessler, J., & Funk, M. J. (2010). Propensity score estimation: neural networks, support vector machines, decision trees (CART), and meta-classifiers as alternatives to logistic regression. Journal of Clinical Epidemiology, 63(8), 826-833. DOI: 10.1016/j.jclinepi.2009.11.020 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/he/causal-inference/machine-learning-augmented-propensity-score-matching
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- התאמה מדויקת מקוצצת (CEM)הסקה סיבתית↔ השוואה
- אמידה חסונה כפולה (AIPW)הסקה סיבתית↔ השוואה
- איזון אנטרופיההסקה סיבתית↔ השוואה
- אמידה חסינה כפולה משופרת בלמידת מכונה (ML-DR)הסקה סיבתית↔ השוואה
- התאמת ציון נטייהסטטיסטיקה למחקר↔ השוואה
- שקלול ציון הנטייה (PSW / IPW)הסקה סיבתית↔ השוואה