Ponderação por Probabilidade Inversa Aumentada por Aprendizado de Máquina (ML-IPW)

A ponderação por probabilidade inversa aumentada por aprendizado de máquina (ML-IPW) substitui a regressão logística paramétrica por algoritmos flexíveis de aprendizado de máquina (ML) para estimar escores de propensão de tratamento, e então repondera a amostra para balancear unidades tratadas e de controle. Ao alavancar aprendizes adaptativos a dados como lasso, florestas aleatórias ou gradient boosting, ML-IPW controla confundidores de alta dimensionalidade e não lineares que o IPW clássico não capta, ao mesmo tempo que retém o quadro intuitivo de ponderação.