Maskinlæringsforsterket Propensity Score-vektning

Maskinlæringsforsterket propensity score-vektning (ML-PSW) erstatter logistisk regresjon med fleksible ML-algoritmer – som gradient boosting, LASSO eller tilfeldige skoger – for å estimere propensity score, og bruker deretter inverse sannsynlighetsvekter for å balansere behandlede grupper og kontrollgrupper. Dette reduserer skjevhet fra modellfeilspesifikasjon når det sanne forholdet mellom kovariater og behandlingsallokering er komplekst eller høydimensjonalt.