ScholarGate
Asystent
Regression modelQuasi-experimental / causal inference

Dopasowanie wyników skłonności wspomagane uczeniem maszynowym

Dopasowanie wyników skłonności wspomagane uczeniem maszynowym (ML-PSM) zastępuje tradycyjną regresję logistyczną używaną do estymacji wyników skłonności elastycznymi algorytmami uczenia maszynowego — takimi jak gradientowo wzmocnione drzewa, lasy losowe lub LASSO — w celu lepszego uchwycenia złożonych, nieliniowych zależności między kowariancjami. Uzyskane w ten sposób bogatsze wyniki skłonności poprawiają równowagę kowariancji i zmniejszają błąd w estymowanym średnim efekcie leczenia na leczonych (ATT).

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. McCaffrey, D. F., Ridgeway, G., & Morral, A. R. (2004). Propensity score estimation with boosted regression for evaluating causal effects in observational studies. Psychological Methods, 9(4), 403-425. DOI: 10.1037/1082-989X.9.4.403
  2. Westreich, D., Lessler, J., & Funk, M. J. (2010). Propensity score estimation: neural networks, support vector machines, decision trees (CART), and meta-classifiers as alternatives to logistic regression. Journal of Clinical Epidemiology, 63(8), 826-833. DOI: 10.1016/j.jclinepi.2009.11.020

Jak cytować tę stronę

ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/pl/causal-inference/machine-learning-augmented-propensity-score-matching

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.

Compare side by side

Cytowana przez

ScholarGateMachine Learning-Augmented Propensity Score Matching (Machine Learning-Augmented Propensity Score Matching Estimator). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/machine-learning-augmented-propensity-score-matching · Zbiór danych: https://doi.org/10.5281/zenodo.20539026