Dizajni i diskontinuitetit të regresionit i plotësuar me mësimin e makinerisë
Dizajni i diskontinuitetit të regresionit i plotësuar me mësimin e makinerisë (ML-RDD) kombinon logjikën e mprehtë të identifikimit të RDD klasike – duke shfrytëzuar një prerje të njohur të caktimit në një variabël vijuese – me metoda fleksibile, adaptive ndaj të dhënave të ML-së për përzgjedhjen e gjerësisë së brezit, vlerësimin e mesatares kondicionale dhe rregullimin e kovariancave. Qëllimi është të rikuperohet një vlerësim më i saktë dhe më pak i varur nga supozimet i efektit mesatar lokal të trajtimit në prag.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Harta e metodave
Lagjja e metodave të lidhura — zgjidhni një nyje për të eksploruar.
Burimet
- Calonico, S., Cattaneo, M. D., & Farrell, M. H. (2019). Optimal mean squared error bandwidth selection for regression discontinuity designs. Bernoulli, 25(4A), 2703-2729. link ↗
- Imbens, G., & Wager, S. (2019). Optimized regression discontinuity designs. Review of Economics and Statistics, 101(2), 264-278. DOI: 10.1162/rest_a_00793 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Machine Learning-Augmented Regression Discontinuity Design. ScholarGate. https://scholargate.app/sq/causal-inference/machine-learning-augmented-regression-discontinuity-design
Cila metodë?
Vendoseni këtë metodë pranë të afërmeve të saj më të ngushta dhe lexojini krah për krah — biblioteka i shtron librat mbi tryezë; zgjedhja është e juaja.
- Dizajni Fuzzy i Diskontinuitetit të RegresionitInferenca kauzale↔ krahaso
- Diferencë-në-diferencë (DiD) e përmirësuar me mësimin makinor (ML-DiD)Inferenca kauzale↔ krahaso
- Përshtatja e Rezultatit të TendencësStatistika e hulumtimit↔ krahaso
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →