ScholarGate
Asistenti
Regression modelQuasi-experimental / causal inference

Analiza e Ndikimit Kauzal e Plotësuar nga Mësimi Makinerik

Analiza e ndikimit kauzal e plotësuar nga mësimi makinerik kombinon arsyetimin kuazi-eksperimental kontrafaktual me modele fleksibile të parashikimit ML për të vlerësuar efektin kauzal të një ndërhyrjeje mbi një rezultat të serisë kohore. Duke u bazuar në kuadrin e serive kohore strukturore bajeziane (BSTS) të Brodersen et al. dhe duke u zgjeruar me metoda ML të dyfishta/debiased, ajo konstrupton një kontrafaktuale sintetike nga kovariata donatore dhe inferon efektin e trajtimit si hendekun midis rezultateve të vëzhguara dhe të parashikuara pas ndërhyrjes.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

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

Burimet

  1. Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788
  2. 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

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Machine Learning-Augmented Causal Impact Analysis. ScholarGate. https://scholargate.app/sq/causal-inference/machine-learning-augmented-causal-impact-analysis

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
ScholarGateMachine learning-augmented causal impact analysis (Machine Learning-Augmented Causal Impact Analysis). Marrë më 2026-06-15 nga https://scholargate.app/sq/causal-inference/machine-learning-augmented-causal-impact-analysis · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026