Regression modelQuasi-experimental / causal inference
機械学習拡張プラセボテスト
機械学習拡張プラセボテストは、因果推論の検証手法であり、因果の森、LASSO、または二重／偏り補正済み機械学習などの柔軟な機械学習推定量を用いて、識別戦略に対する偽証チェックを実施する。実際の処置割り当てをプラセボ（偽）割り当てに置き換えて、推定効果がゼロに収束することを確認することで、研究者は因果関係の発見がモデルの誤指定や交絡の人工物ではないことを確認する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097 ↗
- Athey, S., & Imbens, G. W. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725. DOI: 10.1146/annurev-economics-080217-053433 ↗
このページの引用方法
ScholarGate. (2026, June 3). Machine Learning-Augmented Placebo Test for Causal Identification. ScholarGate. https://scholargate.app/ja/causal-inference/machine-learning-augmented-placebo-test
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →