Kaedah Kawalan Sintetik Diperkaya Pembelajaran Mesin
Kaedah kawalan sintetik diperkaya pembelajaran mesin (ML) melanjutkan penganggar kawalan sintetik klasik dengan menggunakan regresi terhukum atau algoritma ML lain — seperti lasso, ridge, atau hutan rawak — untuk membina pemberat penderma dan memodelkan trajektori hasil pra-rawatan. Pengayaan ini membetulkan ketidakseimbangan sisa yang ditinggalkan oleh langkah pemberat standard, menghasilkan bias yang lebih rendah apabila tiada kawalan sintetik yang sempurna wujud.
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
- Ben-Michael, E., Feller, A., & Rothstein, J. (2021). The augmented synthetic control method. Journal of the American Statistical Association, 116(536), 1789-1803. DOI: 10.1080/01621459.2021.1929245 ↗
- Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/ms/causal-inference/machine-learning-augmented-synthetic-control-method
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.
- Analisis Impak KausalInferens Kausal↔ compare
- Perbezaan-dalam-Perbezaan (Diff-in-Diff)Ekonometrik↔ compare
- Perbezaan dalam Perbezaan Dipertingkat Pembelajaran Mesin (ML-DiD)Inferens Kausal↔ compare
- Kaedah Kawalan Sintetik Data PanelInferens Kausal↔ compare
- Kaedah Kawalan Sintetik (SCM)Inferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →