Desenho de Estudo de Eventos Aumentado por Aprendizado de Máquina
O desenho de estudo de eventos aumentado por aprendizado de máquina combina o quadro padrão do estudo de eventos — que rastreia as dinâmicas de resultados em torno de uma data de tratamento — com métodos baseados em ML, como aprendizado de máquina duplo/desviado (DML) ou regressão regularizada, para lidar com covariáveis de alta dimensão, melhorar o controle de confundidores e produzir estimativas causais válidas quando o espaço de covariáveis é muito grande para que a regressão convencional gerencie de forma confiável.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097 ↗
- Athey, S., & Imbens, G. W. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
Como citar esta página
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/pt/causal-inference/machine-learning-augmented-event-study-design
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.
- Diferenças em Diferenças (DiD)Econometria↔ compare
- Diferenças em Diferenças DinâmicasInferência causal↔ compare
- Estudo de Evento em PainelInferência causal↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →