Metodo del Controllo Sintetico Aumentato con Machine Learning

Il metodo del controllo sintetico aumentato con machine learning estende lo stimatore classico del controllo sintetico utilizzando la regressione penalizzata o altri algoritmi di ML — come lasso, ridge o random forest — per costruire i pesi dei donatori e modellare le traiettorie dell'esito pre-trattamento. L'aumentazione corregge lo squilibrio residuo lasciato dal passo di ponderazione standard, producendo un bias inferiore quando non esiste un controllo sintetico perfetto.