ScholarGate
Asisten
Regression modelQuasi-experimental / causal inference

Perbedaan-dalam-Perbedaan (DiD) yang Diperkaya Pembelajaran Mesin (ML-DiD)

DiD yang diperkaya pembelajaran mesin menggabungkan strategi identifikasi perbedaan-dalam-perbedaan klasik dengan estimator ML yang fleksibel untuk fungsi-fungsi pengganggu — skor kecenderungan (propensity score) dan regresi hasil (outcome regression) — untuk memperoleh estimasi kausal yang valid bahkan ketika seleksi perlakuan dan dinamika hasil bersifat kompleks, berdimensi tinggi, atau nonlinier. Pendekatan ini, yang berakar pada pembelajaran mesin ganda/terdebias (double/debiased machine learning) (Chernozhukov et al., 2018) dan DiD yang robust ganda (doubly-robust DiD) (Sant'Anna & Zhao, 2020), melindungi dari bias salah spesifikasi sambil mempertahankan logika inti DiD yaitu perbandingan sebelum-sesudah, kelompok yang diperlakukan versus kelompok kontrol.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Perbedaan-dalam-Perbedaan (DiD) yang Diperkaya Pembelajaran Mesin (ML-DiD)
Perbedaan-dalam-Perbedaa…Estimasi Robust Ganda (A…Difference-in-Difference…Perbedaan Efek Perlakuan…Pencocokan Skor Propensi…Metode Kontrol Sintetis…Interrupted Time Series…Desain Regresi Diskontin…Metode Kontrol Sintetis…

Sumber

  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 ↗

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Machine Learning-Augmented Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/id/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 →

Dirujuk oleh

Interrupted Time Series yang Diperkuat Pembelajaran MesinDesain Regresi Diskontinuitas yang Diperkuat Pembelajaran MesinMetode Kontrol Sintetis yang Diperkaya Pembelajaran Mesin

Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →

ScholarGate — Machine learning-augmented difference-in-differences (Machine Learning-Augmented Difference-in-Differences Estimator). Diakses 2026-06-15 dari https://scholargate.app/id/causal-inference/machine-learning-augmented-difference-in-differences · Set data: https://doi.org/10.5281/zenodo.20539026