ScholarGate
Asszisztens
Regression modelQuasi-experimental / causal inference

Gépi tanulással kiegészített hajlandósági pont illesztés

A gépi tanulással kiegészített hajlandósági pont illesztés (ML-PSM) a hajlandósági pontok becslésére használt hagyományos logisztikai regressziót rugalmas gépi tanulási algoritmusokkal – mint például a gradiens-erősítésű fák, véletlen erdők vagy LASSO – váltja fel, hogy jobban megragadja a kovariáták közötti komplex, nemlineáris kapcsolatokat. Az így kapott gazdagabb hajlandósági pontok javítják a kovariáták egyensúlyát és csökkentik az átlagos kezelési hatás (ATT) becslésének torzítását a kezelt csoportban.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDiák letöltése

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.

Gépi tanulással kiegészített hajlandósági pont illesztés
Coarsened Exact Matching…Kettősen robusztus becsl…EntrópiapontozásGyakorlati kettős robust…Tárgyhajlamossági pontsz…Propensity Score Weighti…A gépi tanulással kiegés…Gépi tanulással kiegészí…Gépi tanulással kiegészí…

Források

  1. McCaffrey, D. F., Ridgeway, G., & Morral, A. R. (2004). Propensity score estimation with boosted regression for evaluating causal effects in observational studies. Psychological Methods, 9(4), 403-425. DOI: 10.1037/1082-989X.9.4.403 ↗
  2. Westreich, D., Lessler, J., & Funk, M. J. (2010). Propensity score estimation: neural networks, support vector machines, decision trees (CART), and meta-classifiers as alternatives to logistic regression. Journal of Clinical Epidemiology, 63(8), 826-833. DOI: 10.1016/j.jclinepi.2009.11.020 ↗

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/hu/causal-inference/machine-learning-augmented-propensity-score-matching

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 →

Hivatkozik rá

A gépi tanulással kiegészített durvított pontos egyezés (ML-CEM)Gyakorlati kettős robust becslés gépi tanulással (ML-DR)Gépi tanulással kiegészített inverz valószínűségi súlyozás (ML-IPW)Gépi tanulással kiegészített hajlamossági pontszám súlyozás

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

ScholarGate — Machine Learning-Augmented Propensity Score Matching (Machine Learning-Augmented Propensity Score Matching Estimator). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/causal-inference/machine-learning-augmented-propensity-score-matching · Adatkészlet: https://doi.org/10.5281/zenodo.20539026