Machine Learning-Augmented Panel Event Study
The machine learning-augmented panel event study extends the classical panel event study by replacing or augmenting parametric counterfactual models with machine learning estimators — such as LASSO, random forests, or matrix completion — to construct more accurate pre-event baselines, detect violations of parallel trends, and produce valid causal effect estimates across multiple post-event periods.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- Chernozhukov, V., Wuthrich, K., & Zhu, Y. (2021). An Exact and Robust Conformal Inference Method for Counterfactual and Synthetic Controls. Journal of the American Statistical Association, 116(536), 1849-1864. · DOI 10.1080/01621459.2021.1920957
- Freyaldenhoven, S., Hansen, C., & Shapiro, J. M. (2019). Pre-event Trends in the Panel Event-Study Design. American Economic Review, 109(9), 3307-3338. · DOI 10.1257/aer.20180609
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.