Penimbang Skor Kecenderungan Diperkasakan Pembelajaran Mesin
Penimbang skor kecenderungan diperkasakan pembelajaran mesin (ML-PSW) menggantikan regresi logistik dengan algoritma ML yang fleksibel — seperti peningkatan kecerunan (gradient boosting), LASSO, atau hutan rawak (random forests) — untuk menganggarkan skor kecenderungan, kemudian menggunakan pemberat songsangan kebarangkalian (inverse probability weights) untuk mengimbangi kumpulan rawatan dan kawalan. Ini mengurangkan bias salah spesifikasi model apabila hubungan sebenar antara kovariat dan penugasan rawatan adalah kompleks atau berdimensi tinggi.
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 ↗
- Lee, B. K., Lessler, J., & Stuart, E. A. (2010). Improving propensity score weighting using machine learning. Statistics in Medicine, 29(3), 337-346. DOI: 10.1002/sim.3782 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/ms/causal-inference/machine-learning-augmented-propensity-score-weighting
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
- Anggaran Keboleh-Teguhan Berganda (AIPW)Inferens Kausal↔ compare
- Penimbang Kebarangkalian Songsang (IPW / IPTW)Inferens Kausal↔ compare
- Padanan Skor Kecenderungan yang Dipertingkat Pembelajaran MesinInferens Kausal↔ compare
- Penimbang Skor Kecenderungan (PSW / IPW)Inferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →