ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Studio di evento su panel aumentato con machine learning

Lo studio di evento su panel aumentato con machine learning estende il classico studio di evento su panel sostituendo o aumentando i modelli controfattuali parametrici con stimatori di machine learning — come LASSO, foreste casuali o completamento di matrici — per costruire baseline pre-evento più accurate, rilevare violazioni dei trend paralleli e produrre stime valide dell'effetto causale attraverso molteplici periodi post-evento.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Studio di evento su panel aumentato con machine learning
Difference-in-Difference…Modello a Effetti Fissi…Metodo del Controllo Sin…

Fonti

  1. Chernozhukov, V., Wuthrich, K., & Zhu, Y. (2021). An Exact and Robust Conformal Inference Method for Counterfactual and Synthetic Controls. Journal of the American Statistical Association, 116(536), 1849-1864. DOI: 10.1080/01621459.2021.1920957
  2. Freyaldenhoven, S., Hansen, C., & Shapiro, J. M. (2019). Pre-event Trends in the Panel Event-Study Design. American Economic Review, 109(9), 3307-3338. DOI: 10.1257/aer.20180609

Come citare questa pagina

ScholarGate. (2026, June 3). Machine Learning-Augmented Panel Event Study Estimator. ScholarGate. https://scholargate.app/it/causal-inference/machine-learning-augmented-panel-event-study

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
ScholarGateMachine Learning-Augmented Panel Event Study (Machine Learning-Augmented Panel Event Study Estimator). Consultato il 2026-06-15 da https://scholargate.app/it/causal-inference/machine-learning-augmented-panel-event-study · Insieme di dati: https://doi.org/10.5281/zenodo.20539026