Model Struktur Marginal (MSM) yang ditambah Pembelajaran Mesin (ML-MSM)
Model struktur marginal yang ditambah pembelajaran mesin menggabungkan ketelitian kausal kerangka MSM Robins et al. dengan algoritma ML yang fleksibel dan adaptif data untuk menganggarkan skor kecenderungan dan model hasil. Dengan menggantikan model gangguan parametrik dengan pembelajar ansambel atau rangkaian saraf, ML-MSM memulihkan anggaran kausal yang sah di bawah kekeliruan tanpa bergantung pada bentuk parametrik yang ditentukan dengan betul.
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
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Luedtke, A. R., & van der Laan, M. J. (2016). Statistical inference for the mean outcome under a possibly non-unique optimal treatment strategy. Annals of Statistics, 44(2), 713-742. DOI: 10.1214/15-AOS1384 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Machine Learning-Augmented Marginal Structural Model with Flexible Nuisance Estimation. ScholarGate. https://scholargate.app/ms/causal-inference/machine-learning-augmented-marginal-structural-model
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.
- Anggaran Keboleh-Teguhan Berganda (AIPW)Inferens Kausal↔ compare
- Penimbang Kebarangkalian Songsang (IPW / IPTW)Inferens Kausal↔ compare
- Anggaran Dwi-Teguh Diperkaya Pembelajaran Mesin (ML-DR)Inferens Kausal↔ compare
- Model Struktur Marginal (MSM)Inferens Kausal↔ compare
- Penimbang Skor Kecenderungan (PSW / IPW)Inferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →