मशीन लर्निंग-ऑग्मेंटेड डिफरेंस-इन-डिफरेंस (ML-DiD)
मशीन लर्निंग-ऑग्मेंटेड DiD क्लासिक डिफरेंस-इन-डिफरेंस आइडेंटिफिकेशन स्ट्रेटेजी को न्यूसेंस फंक्शन्स - प्रोपेन्सिटी स्कोर और आउटकम रिग्रेशन - के लिए फ्लेक्सिबल ML एस्टिमेटर्स के साथ जोड़ता है, ताकि जटिल, उच्च-आयामी, या नॉनलाइनियर होने पर भी मान्य कॉज़ल अनुमान प्राप्त किए जा सकें। डबल/डीबायस्ड मशीन लर्निंग (Chernozhukov et al., 2018) और डबल-रोबस्ट DiD (Sant'Anna & Zhao, 2020) पर आधारित यह दृष्टिकोण, कोर DiD लॉजिक - पहले-बाद, उपचारित-बनाम-नियंत्रण तुलना - को बनाए रखते हुए मिसस्पेसिफिकेशन बायस से बचाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
- Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-Differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Machine Learning-Augmented Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/hi/causal-inference/machine-learning-augmented-difference-in-differences
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.
- अंतर-में-अंतर (डिफ-इन-डिफ)अर्थमिति↔ compare
- Doubly Robust Estimationकारणात्मक अनुमान↔ compare
- डायनामिक डिफरेंस-इन-डिफरेंस (Dynamic Difference-in-Differences)कारणात्मक अनुमान↔ compare
- विषम उपचार प्रभाव अंतर-में-अंतर (HTE-DiD)कारणात्मक अनुमान↔ compare
- प्रोपेंसिटी स्कोर मैचिंगअनुसंधान सांख्यिकी↔ compare
- सिंथेटिक कंट्रोल मेथड (SCM)कारणात्मक अनुमान↔ compare