ScholarGate
Asistenti
Regression modelQuasi-experimental / causal inference

Studimi panel me ngjarje i shtuar me mësim të makinerive

Studimi panel me ngjarje i shtuar me mësim të makinerive zgjeron studimin klasik panel me ngjarje duke zëvendësuar ose shtuar modelet parametrike kundërfaktuale me estimatorë të mësimit të makinerive — si LASSO, pyje të rastit, ose plotësim matrica — për të ndërtuar bazeline më të sakta para ngjarjes, për të zbuluar shkelje të tendencave paralele, dhe për të prodhuar vlerësime të besueshme të efektit kauzal në periudha të shumta pas ngjarjes.

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.

Studimi panel me ngjarje i shtuar me mësim të makinerive
Diferenca-në-Diferenca (…Model meefekteve fikse t…Metoda Kontrollit Sintet…

Burimet

  1. Chernozhukov, V., Wuthrich, K., & Zhu, Y. (2021). An Exact and Robust Conformal Inference Method for Counterfactual and Synthetic Controls. Journal of the American Statistical Association, 116(536), 1849-1864. DOI: 10.1080/01621459.2021.1920957
  2. Freyaldenhoven, S., Hansen, C., & Shapiro, J. M. (2019). Pre-event Trends in the Panel Event-Study Design. American Economic Review, 109(9), 3307-3338. DOI: 10.1257/aer.20180609

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Machine Learning-Augmented Panel Event Study Estimator. ScholarGate. https://scholargate.app/sq/causal-inference/machine-learning-augmented-panel-event-study

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 Panel Event Study (Machine Learning-Augmented Panel Event Study Estimator). Marrë më 2026-06-15 nga https://scholargate.app/sq/causal-inference/machine-learning-augmented-panel-event-study · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026