Mašinsko učenje-augmentovani marginalni strukturni model (ML-MSM)
Mašinsko učenje-augmentovani marginalni strukturni model kombinuje kauzalnu strogost Robins et al. MSM okvira sa fleksibilnim, adaptivnim ML algoritmima za procenu rezultata sklonosti i modela ishoda. Zamenom parametarskih modela smetnji sa ansambl učenjem ili neuronskim mrežama, ML-MSM-ovi obnavljaju validne kauzalne procene pod konfaundingom, bez oslanjanja na ispravno specifikovane parametarske forme.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Luedtke, A. R., & van der Laan, M. J. (2016). Statistical inference for the mean outcome under a possibly non-unique optimal treatment strategy. Annals of Statistics, 44(2), 713-742. DOI: 10.1214/15-AOS1384 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Machine Learning-Augmented Marginal Structural Model with Flexible Nuisance Estimation. ScholarGate. https://scholargate.app/sr/causal-inference/machine-learning-augmented-marginal-structural-model
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.
- Izračunavanje dvostruke robustnosti (AIPW)Kauzalno zaključivanje↔ compare
- Metoda inverzne verovatnoće tretmana (IPW / IPTW)Kauzalno zaključivanje↔ compare
- Mašinsko učenje-augmentovana dvostruko robustna procena (ML-DR)Kauzalno zaključivanje↔ compare
- Marginalni strukturni model (MSM)Kauzalno zaključivanje↔ compare
- Metoda ponderisanja rezultata sklonosti (PSW / IPW)Kauzalno zaključivanje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →