मशीन लर्निंग-संवर्धित संवेदनशीलता विश्लेषण कारणता के लिए
मशीन लर्निंग-संवर्धित संवेदनशीलता विश्लेषण, कारण संबंधी निष्कर्ष को पलटने के लिए कितने अनमापे गए भ्रम की आवश्यकता होगी, इसका आकलन करने के लिए लचीले एमएल अनुमानकों को औपचारिक मजबूती जांच के साथ जोड़ता है। चेर्नोझुकोव एट अल. के डबल/डीबायस्ड एमएल फ्रेमवर्क और सिन्नेली और हज़लेट के छोड़े गए-चर-पूर्वाग्रह संवेदनशीलता उपकरणों में निहित, यह उच्च-आयामी सहसंयोजक समायोजन और अनदेखे भ्रमकों के बारे में शेष अनिश्चितता के पारदर्शी संचार दोनों प्रदान करता 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
- Cinelli, C., & Hazlett, C. (2020). Making sense of sensitivity: extending omitted variable bias. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 82(1), 39-67. DOI: 10.1111/rssb.12348 ↗
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Machine Learning-Augmented Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/hi/causal-inference/machine-learning-augmented-sensitivity-analysis-for-causality
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
- कारण अनुमान के लिए वाद्य चर (IV) विधिस्वास्थ्य अर्थशास्त्र↔ compare
- प्रोपेंसिटी स्कोर मैचिंगअनुसंधान सांख्यिकी↔ compare
- रिग्रेशन डिसकंटीन्यूइटी डिज़ाइन (आरडीडी)कारणात्मक अनुमान↔ compare
- सिंथेटिक कंट्रोल मेथड (SCM)कारणात्मक अनुमान↔ compare