Ponderazione Inversa di Probabilità Aumentata da Machine Learning (ML-IPW)

La ponderazione inversa di probabilità aumentata da machine learning sostituisce la regressione logistica parametrica con algoritmi di ML flessibili per stimare i punteggi di propensione al trattamento, quindi ripondera il campione per bilanciare le unità trattate e di controllo. Sfruttando apprenditori adattivi ai dati come lasso, foreste casuali o gradient boosting, ML-IPW controlla i confondenti ad alta dimensionalità e non lineari che l'IPW classica trascura, pur mantenendo l'intuitivo quadro di ponderazione.