ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Strojno učenje-augmentirana protufaktorska evaluacija utjecaja

Strojno učenje-augmentirana protufaktorska evaluacija utjecaja kombinira kredibilitet kauzalne inferencije potencijalnih ishoda s fleksibilnošću modernih ML algoritama. Umjesto nametanja parametarskih funkcionalnih oblika za konfundere, ML učenici — kao što su lasso, slučajne šume ili neuralne mreže — procjenjuju dosadne funkcije (rezultat sklonosti, regresije ishoda) koje se zatim koriste za konstruiranje približno nepristranih procjena kauzalnih učinaka. Kanonska instancijacija je dvostruko/nepristrano strojno učenje (DML), formalizirano od strane Chernozhukova et al. (2018).

Otvorite u MethodMindUskoroVideoUskoroPreuzmi prezentaciju

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  1. 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
  2. Athey, S., & Imbens, G. W. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725. DOI: 10.1146/annurev-economics-080217-053433

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Machine Learning-Augmented Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/hr/causal-inference/machine-learning-augmented-counterfactual-impact-evaluation

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo
ScholarGateMachine Learning-Augmented Counterfactual Impact Evaluation (Machine Learning-Augmented Counterfactual Impact Evaluation). Preuzeto 2026-06-15 s https://scholargate.app/hr/causal-inference/machine-learning-augmented-counterfactual-impact-evaluation · Skup podataka: https://doi.org/10.5281/zenodo.20539026