Strojové učenie-augmentovaná analýza citlivosti kauzality
Strojové učenie-augmentovaná analýza citlivosti kombinuje flexibilné ML odhady s formálnymi kontrolami robustnosti na posúdenie, koľko nemeraného zmätku by bolo potrebných na zvrátenie kauzálneho zistenia. Vychádzajúc z Chernozhukov et al. dvojito/de-biasovaného ML rámca a nástrojov na citlivosť na vynechané premenné od Cinelliho a Hazletta, poskytuje ako vysokodimenzionálne prispôsobenie kovariát, tak aj transparentnú komunikáciu zostávajúcej neistoty o nepozorovaných zmätkoch.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Cinelli, C., & Hazlett, C. (2020). Making sense of sensitivity: extending omitted variable bias. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 82(1), 39-67. DOI: 10.1111/rssb.12348 ↗
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Machine Learning-Augmented Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/sk/causal-inference/machine-learning-augmented-sensitivity-analysis-for-causality
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.
- Metóda rozdielu rozdielov (Diff-in-Diff)Ekonometria↔ compare
- Metóda instrumentálnych premenných (IV) pre kauzálnu inferenciuEkonomika zdravotníctva↔ compare
- Zodpovedajúce skóre sklonuŠtatistika vo výskume↔ compare
- Regresný diskontinuitný dizajn (RDD)Kauzálna inferencia↔ compare
- Metóda syntetickej kontroly (SCM)Kauzálna inferencia↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →