Interrupted Time Series yang Diperkuat Pembelajaran Mesin

Estimasi Interrupted Time Series (ITS) yang Diperkuat Pembelajaran Mesin (ML-ITS) mengukur efek kausal dari intervensi diskrit dengan melatih model pembelajaran mesin pada data deret waktu pra-intervensi, memproyeksikan lintasan kontrafaktual ke periode pasca-intervensi, dan mengukur kesenjangan antara hasil yang diamati dan yang diprediksi. Metode ini memperluas ITS klasik dengan mengganti asumsi tren parametrik dengan estimator ML yang fleksibel seperti gradient boosting, random forests, atau model deret waktu struktural Bayesian.