Análise de Sensibilidade Aumentada por Aprendizado de Máquina para Causalidade

A análise de sensibilidade aumentada por aprendizado de máquina combina estimadores flexíveis de aprendizado de máquina (ML) com verificações formais de robustez para avaliar o quanto de confusão não medida seria necessário para anular um achado causal. Enraizada na estrutura de ML duplo/desenviesado de Chernozhukov et al. e nas ferramentas de sensibilidade a viés de variável omitida de Cinelli e Hazlett, ela oferece tanto o ajuste de covariáveis de alta dimensão quanto a comunicação transparente da incerteza restante sobre confundidores não observados.