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.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
- 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
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.