ScholarGate
Ассистент
Regression modelQuasi-experimental / causal inference

Машинное обучение с дополненным методом разностей разностей (ML-DiD)

Метод ML-DiD объединяет классическую стратегию идентификации разностей разностей с гибкими ML-оценщиками для вспомогательных функций — склонности к лечению и регрессии исхода — для получения достоверных причинно-следственных оценок, даже когда выбор лечения и динамика исхода сложны, высокоразмерны или нелинейны. Подход, основанный на двойном/сглаженном машинном обучении (Chernozhukov et al., 2018) и двойственно-робастной методе разностей разностей (Sant'Anna & Zhao, 2020), защищает от смещения из-за неправильной спецификации, сохраняя при этом основную логику метода разностей разностей: сравнение до-после и между лечеными и контрольными группами.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Машинное обучение с дополненным методом разностей разностей (ML-DiD)
Разность разностей (Diff…Двухробастное оценивание…Динамический метод разно…Различия в различиях гет…Метод подбора на основе…Синтетический метод конт…Машинное обучение с допо…Регрессионный разрывный…Машинно-обучаемый аугмен…

Источники

  1. 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 ↗
  2. Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-Differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗

Как цитировать эту страницу

ScholarGate. (2026, June 3). Machine Learning-Augmented Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/ru/causal-inference/machine-learning-augmented-difference-in-differences

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 →

Упоминается в

Машинное обучение с дополненной прерванной временной сериейРегрессионный разрывный дизайн, дополненный машинным обучениемМашинно-обучаемый аугментированный метод синтетического контроля

Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →

ScholarGate — Machine learning-augmented difference-in-differences (Machine Learning-Augmented Difference-in-Differences Estimator). Получено 2026-06-15 из https://scholargate.app/ru/causal-inference/machine-learning-augmented-difference-in-differences · Набор данных: https://doi.org/10.5281/zenodo.20539026