Methodenbewijsdossier

Machine Learning-Augmented Synthetic Control Method

The machine learning-augmented synthetic control method extends the classical synthetic control estimator by using penalized regression or other ML algorithms — such as lasso, ridge, or random forests — to construct the donor weights and to model pre-treatment outcome trajectories. The augmentation corrects for residual imbalance left by the standard weighting step, yielding lower bias when no perfect synthetic control exists.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Taxonomisch methodendossier · regression-model / causal-inference

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

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.

Taxonomic bucketCausal Impact Analysismachine-suggested · Relational suggestion, not evidence.Same method familyDifference-in-Differencesmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMachine learning-augmented difference-in-differencesmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketPanel Data Synthetic Control Methodmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSynthetic Control Methodmachine-suggested · Relational suggestion, not evidence.