Reka Bentuk Kajian Peristiwa yang Dipertingkatkan Pembelajaran Mesin
Reka bentuk kajian peristiwa yang dipertingkatkan pembelajaran mesin menggabungkan rangka kerja kajian peristiwa standard — yang menjejaki dinamik hasil di sekitar tarikh rawatan — dengan kaedah berasaskan ML seperti pembelajaran mesin dwi/nyahbias (DML) atau regresi terregularisasi untuk mengendalikan kovariat berdimensi tinggi, meningkatkan kawalan pembolehubah pengganggu, dan menghasilkan anggaran sebab akibat yang sah apabila ruang kovariat terlalu besar untuk regresi konvensional mengurus dengan andal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/ms/causal-inference/machine-learning-augmented-event-study-design
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.
- Perbezaan-dalam-Perbezaan (Diff-in-Diff)Ekonometrik↔ compare
- Perbezaan-dalam-Perbezaan DinamikInferens Kausal↔ compare
- Kajian Peristiwa PanelInferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →