Maskinlærings-augmentert syntetisk kontrollmetode
Den maskinlærings-augmenterte syntetiske kontrollmetoden utvider den klassiske syntetiske kontrollestimatoren ved å bruke penaliserte regresjonsmodeller eller andre ML-algoritmer — som lasso, ridge eller random forests — for å konstruere donorgruppens vekter og modellere utfallstrajektorier før behandling. Augmenteringen korrigerer for restubalanse etter standard vektingssteg, noe som gir lavere skjevhet når ingen perfekt syntetisk kontroll eksisterer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/no/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.
- Kausal effektanalyseKausal inferens↔ compare
- Differanse-i-differanser (DiD)Økonometri↔ compare
- Maskinlæringsforsterket differanse-i-differanser (ML-DiD)Kausal inferens↔ compare
- Panel Data Syntetisk Kontroll MetodeKausal inferens↔ compare
- Syntetisk kontrollmetode (SCM)Kausal inferens↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →