Teste de placebo aumentado por aprendizado de máquina

O teste de placebo aumentado por aprendizado de máquina é uma técnica de validação de inferência causal que utiliza estimadores flexíveis de ML — como florestas causais, LASSO ou ML duplo/desviado — para realizar verificações de falsificação em uma estratégia de identificação. Ao substituir atribuições de tratamento reais por atribuições de placebo (falsas) e verificar se o efeito estimado colapsa para zero, os pesquisadores confirmam que suas descobertas causais não são artefatos de especificação incorreta do modelo ou de confundimento.