Kauzalna analiza utjecaja potpomognuta strojnim učenjem
Kauzalna analiza utjecaja potpomognuta strojnim učenjem kombinira kvazieksperimentalno kontrafaktualno zaključivanje s fleksibilnim modelima predviđanja strojnog učenja (ML) kako bi se procijenio kauzalni učinak intervencije na ishod vremenske serije. Nadovezujući se na Brodersen et al. (2015) Bayesian structural time series (BSTS) okvir i proširen metodama dvostrukog/debiased ML-a, konstruira sintetički kontrafaktual iz donorskih kovarijata i izvodi učinak tretmana kao jaz između promatranih i predviđenih ishoda nakon intervencije.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Machine Learning-Augmented Causal Impact Analysis. ScholarGate. https://scholargate.app/hr/causal-inference/machine-learning-augmented-causal-impact-analysis
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.
- Analiza uzročnog utjecajaUzročno zaključivanje↔ compare
- Metoda razlika u razlikama (engl. Difference-in-Differences, DiD)Ekonometrija↔ compare
- Udvostručeno robusna procjena (AIPW)Uzročno zaključivanje↔ compare
- Analiza prekinutih vremenskih serija (ITS)Uzročno zaključivanje↔ compare
- Panel Event StudyUzročno zaključivanje↔ compare
- Metoda sintetičke kontrole (SCM)Uzročno zaključivanje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →