Strojno učenje-augmentirano ponderiranje skora sklonosti
Strojno učenje-augmentirano ponderiranje skora sklonosti (ML-PSW) zamjenjuje logističku regresiju fleksibilnim ML algoritmima — kao što su gradient boosting, LASSO ili slučajne šume — za procjenu skora sklonosti, a zatim koristi obrnute vjerojatnosne težine za balansiranje tretiranih i kontrolnih skupina. Ovo smanjuje pristranost promašene specifikacije modela kada je stvarni odnos između kovarijata i dodjele tretmana složen ili visokodimenzionalan.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/hr/causal-inference/machine-learning-augmented-propensity-score-weighting
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Metoda razlika u razlikama (engl. Difference-in-Differences, DiD)Ekonometrija↔ usporedi
- Udvostručeno robusna procjena (AIPW)Uzročno zaključivanje↔ usporedi
- Uteživanje inverznom vjerojatnošću tretmana (IPW / IPTW)Uzročno zaključivanje↔ usporedi
- Strojno učenje-augmentirano podudaranje rezultata sklonostiUzročno zaključivanje↔ usporedi
- Težinsko ponderiranje sklonosnim rezultatom (PSW / IPW)Uzročno zaključivanje↔ usporedi
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →