Regression modelQuasi-experimental / causal inference
שקלול מבוסס ניבוי משופר בלמידת מכונה
שקלול מבוסס ניבוי משופר בלמידת מכונה (ML-PSW) מחליף רגרסיה לוגיסטית באלגוריתמים גמישים של למידת מכונה — כגון Boosting, LASSO, או Random Forests — להערכת ציון הניבוי, ואז משתמש במשקולות הסתברות הפוכות לאיזון בין קבוצות הטיפול והביקורת. הדבר מפחית הטיית מודל-מפרט-שגוי כאשר הקשר האמיתי בין משתנים מנבאים להקצאת טיפול הוא מורכב או רב-ממדי.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו 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 ↗
- Lee, B. K., Lessler, J., & Stuart, E. A. (2010). Improving propensity score weighting using machine learning. Statistics in Medicine, 29(3), 337-346. DOI: 10.1002/sim.3782 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/he/causal-inference/machine-learning-augmented-propensity-score-weighting
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- הפרש-בהפרשים (דיד)אקונומטריקה↔ השוואה
- אמידה חסונה כפולה (AIPW)הסקה סיבתית↔ השוואה
- משקולות הסתברות הפוכות (IPW / IPTW)הסקה סיבתית↔ השוואה
- התאמת ציון נטייה משופרת בלמידת מכונההסקה סיבתית↔ השוואה
- שקלול ציון הנטייה (PSW / IPW)הסקה סיבתית↔ השוואה