ScholarGate
Asszisztens
Regression modelQuasi-experimental / causal inference

Gépi tanulással kiegészített kontrafaktuális hatáselemzés

A gépi tanulással kiegészített kontrafaktuális hatáselemzés ötvözi a potenciális kimenetelek kauzális következtetésének hitelességét a modern gépi tanulási (ML) algoritmusok rugalmasságával. Ahelyett, hogy parametrikus függvényformákat írna elő a zavaró változókra, az ML-tanulók — mint például a lasso, a véletlen erdők vagy a neurális hálók — olyan zavaró függvényeket (hajlam pontszámok, kimeneti regressziók) becsülnek, amelyeket aztán a kauzális hatások közelítőleg torzítatlan becsléseinek felépítésére használnak. A kanonikus megvalósítás a Kettős/Torzításmentes Gépi Tanulás (Double/Debiased Machine Learning, DML), amelyet Chernozhukov et al. (2018) formalizált.

Megnyitás itt: MethodMindHamarosanApply, compare, get guidance
Tools & resources
Diák letöltése
Learn & explore
VideóHamarosan

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett
ScholarGateMachine Learning-Augmented Counterfactual Impact Evaluation (Machine Learning-Augmented Counterfactual Impact Evaluation). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/causal-inference/machine-learning-augmented-counterfactual-impact-evaluation · Adatkészlet: https://doi.org/10.5281/zenodo.20539026