Gépi tanulással kiegészített hajlamossági pontszám súlyozás
A gépi tanulással kiegészített hajlamossági pontszám súlyozás (ML-PSW) a logisztikai regressziót rugalmas ML algoritmusokkal – mint például a gradiens kiemelés, a LASSO vagy a véletlen erdők – helyettesíti a hajlamossági pontszám becslésére, majd az inverz valószínűségi súlyokat használja a kezelt és a kontrollcsoportok kiegyensúlyozására. Ez csökkenti a modell téves specifikációjából eredő torzítást, ha a kovariánsok és a kezelés hozzárendelésének valódi kapcsolata összetett vagy nagy dimenziós.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/hu/causal-inference/machine-learning-augmented-propensity-score-weighting
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.
- A különbség-különbségek (Diff-in-Diff) módszerÖkonometria↔ összehasonlítás
- Kettősen robusztus becslés (AIPW)Oksági következtetés↔ összehasonlítás
- Az inverz valószínűségi kezelési súlyozás (IPW / IPTW)Oksági következtetés↔ összehasonlítás
- Gépi tanulással kiegészített hajlandósági pont illesztésOksági következtetés↔ összehasonlítás
- Propensity Score Weighting (PSW / IPW)Oksági következtetés↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →