Analisi di Sensibilità Potenziata dal Machine Learning per la Causalità

L'analisi di sensibilità potenziata dal machine learning (ML) combina stimatori ML flessibili con controlli formali di robustezza per valutare quanto forte debba essere la confondibilità non misurata per sovvertire un risultato causale. Radicata nel framework ML a doppia/debiasing di Chernozhukov et al. e negli strumenti di sensibilità per il bias da variabili omesse di Cinelli e Hazlett, fornisce sia l'aggiustamento per covariate ad alta dimensionalità sia una comunicazione trasparente dell'incertezza residua sui confondenti non osservati.