기계 학습 증강 퍼지 회귀 불연속 설계

ML-증강 퍼지 RDD는 모수적 다항식 근사를 유연한 기계 학습 추정량으로 대체함으로써 고전적인 퍼지 회귀 불연속 설계를 확장합니다. 표준 퍼지 RDD가 불완전한 순응에서 임계값에서의 IV 스타일 추정을 사용하는 반면, ML-증강 변형은 무작위 포레스트 또는 신경망과 같은 비모수 학습자를 활용하여 절단점 근처에서 결과와 첫 단계 처리 확률을 모두 모델링하여, 인과 식별을 유지하면서 잘못된 명세 편향을 줄입니다.