ScholarGate
Asystent
Regression modelQuasi-experimental / causal inference

Wzmocniony uczeniem maszynowym rozmyty regresyjny układ nieciągłości

Rozmyty regresyjny układ nieciągłości (RDD) wzmocniony uczeniem maszynowym (ML-augmented fuzzy RDD) rozszerza klasyczny rozmyty RDD, zastępując parametryczne aproksymacje wielomianowe elastycznymi estymatorami uczenia maszynowego. Podczas gdy standardowy rozmyty RDD wykorzystuje estymację w stylu zmiennych instrumentalnych (IV) na progu z niedoskonałą zgodnością, wariant wzmocniony ML wykorzystuje nieparametryczne metody uczenia — takie jak lasy losowe lub sieci neuronowe — do modelowania zarówno wyniku, jak i prawdopodobieństwa leczenia w pierwszym etapie w pobliżu punktu odcięcia, redukując błąd błędnej specyfikacji przy jednoczesnym zachowaniu identyfikacji przyczynowej.

Otwórz w MethodMindWkrótceApply, compare, get guidance
Tools & resources
Pobierz slajdy
Learn & explore
WideoWkrótce

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  1. Hahn, J., Todd, P., & Van der Klaauw, W. (2001). Identification and estimation of treatment effects with a regression-discontinuity design. Review of Economic Studies, 68(1), 201-209. DOI: 10.1111/1468-0262.00183
  2. Semenova, V., & Chernozhukov, V. (2021). Debiased machine learning of conditional average treatment effects and other causal functions. The Econometrics Journal, 24(2), 264-289. DOI: 10.1093/ectj/utaa027

Jak cytować tę stronę

ScholarGate. (2026, June 3). Machine Learning-Augmented Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/pl/causal-inference/machine-learning-augmented-fuzzy-regression-discontinuity

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie
ScholarGateMachine Learning-Augmented Fuzzy Regression Discontinuity (Machine Learning-Augmented Fuzzy Regression Discontinuity Design). Pobrano 2026-06-17 z https://scholargate.app/pl/causal-inference/machine-learning-augmented-fuzzy-regression-discontinuity · Zbiór danych: https://doi.org/10.5281/zenodo.20539026