ScholarGate
Asszisztens
Regression modelQuasi-experimental / causal inference

Gépi tanulással kiegészített különbség-a-különbségekben (ML-DiD)

A gépi tanulással kiegészített DiD a klasszikus különbség-a-különbségekben azonosítási stratégiát ötvözi rugalmas ML becslőkkel a zavaró tényezők modellezésére – a hajlamossági pontszámra és az eredmény regresszióra –, hogy érvényes kauzális becsléseket kapjunk, még akkor is, ha a kezelés kiválasztása és az eredmény dinamikája összetett, magas dimenziójú vagy nemlineáris. A megközelítés, amely a kettős/elkenyszerezett gépi tanuláson (Chernozhukov et al., 2018) és a kettős-robosztus DiD-n (Sant'Anna & Zhao, 2020) alapul, védelmet nyújt az elhibézott specifikáció miatti torzítás ellen, miközben megőrzi az alapvető DiD logikát: előtte-utána, kezelt-kontroll összehasonlítás.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Gépi tanulással kiegészített különbség-a-különbségekben (ML-DiD)
A különbség-különbségek…Kettősen robusztus becsl…Dinamikus különbség-a-kü…Heterogén Kezelési Hatás…Tárgyhajlamossági pontsz…Szintetikus kontroll mód…Gépitanulás-alapú megsza…Gépi tanulással kiegészí…A gépi tanulással kiegés…

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. Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-Differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Machine Learning-Augmented Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/hu/causal-inference/machine-learning-augmented-difference-in-differences

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.

Compare side by side →

Hivatkozik rá

Gépitanulás-alapú megszakított idősorokGépi tanulással kiegészített regresszió-diszkontinuitás-tervA gépi tanulással kiegészített szintetikus kontroll módszer

Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →

ScholarGate — Machine learning-augmented difference-in-differences (Machine Learning-Augmented Difference-in-Differences Estimator). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/causal-inference/machine-learning-augmented-difference-in-differences · Adatkészlet: https://doi.org/10.5281/zenodo.20539026