ScholarGate
Asistenti
Regression modelQuasi-experimental / causal inference

Metoda e Kontrollit Sintetik e Përforcuar me Mësimin Makinerik

Metoda e kontrollit sintetik e përforcuar me mësimin makinerik (ML-augmented synthetic control method) shtrin estimatorin klasik të kontrollit sintetik duke përdorur regresion të penalizuar ose algoritme të tjerë të ML — si lasso, ridge, ose pyje të rastësishëm (random forests) — për të konstruktuar peshat e donatorëve dhe për të modeluar trajektoret e rezultateve para ndërhyrjes. Përforcimi korrigjon për mbetjen e pabalancuar pas fazës standarde të peshimit, duke dhënë një devijim më të ulët kur nuk ekziston një kontroll sintetik perfekt.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiShkarko diapozitivat

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Harta e metodave

Lagjja e metodave të lidhura — zgjidhni një nyje për të eksploruar.

Burimet

  1. Ben-Michael, E., Feller, A., & Rothstein, J. (2021). The augmented synthetic control method. Journal of the American Statistical Association, 116(536), 1789-1803. DOI: 10.1080/01621459.2021.1929245
  2. Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/sq/causal-inference/machine-learning-augmented-synthetic-control-method

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.

Krahasoni krah për krah
ScholarGateMachine Learning-Augmented Synthetic Control Method (Machine Learning-Augmented Synthetic Control Method). Marrë më 2026-06-15 nga https://scholargate.app/sq/causal-inference/machine-learning-augmented-synthetic-control-method · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026