Penimbang Kebolehjadian Songsang (IPW) yang Dipertingkat Pembelajaran Mesin (ML-IPW)
Penimbang kebolehjadian songsang (IPW) yang dipertingkat pembelajaran mesin (ML) menggantikan regresi logistik parametrik dengan algoritma ML yang fleksibel untuk menganggarkan skor kecenderungan rawatan, kemudian menimbang semula sampel untuk mengimbangi unit rawatan dan kawalan. Dengan memanfaatkan pembelajaran adaptif data seperti lasso, hutan rawak, atau peningkatan kecerunan, ML-IPW mengawal perosak berdimensi tinggi dan tak linear yang terlepas oleh IPW klasik, sambil mengekalkan rangka kerja penimbangan yang intuitif.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 ↗
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient estimation of average treatment effects using the estimated propensity score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Machine Learning-Augmented Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ms/causal-inference/machine-learning-augmented-inverse-probability-weighting
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Anggaran Keboleh-Teguhan Berganda (AIPW)Inferens Kausal↔ banding
- Penimbang Kebarangkalian Songsang (IPW / IPTW)Inferens Kausal↔ banding
- Anggaran Dwi-Teguh Diperkaya Pembelajaran Mesin (ML-DR)Inferens Kausal↔ banding
- Padanan Skor Kecenderungan yang Dipertingkat Pembelajaran MesinInferens Kausal↔ banding
- Penimbang Skor Kecenderungan (PSW / IPW)Inferens Kausal↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →