Mašinski učenjem pojačani estimator slaganja
Mašinski učenjem pojačani estimator slaganja kombinuje klasično slaganje najbližih suseda ili slaganje po sklonosti sa algoritmima mašinskog učenja — kao što su laso, slučajne šume ili pojačavanje gradijenta — za odabir kovarijati, procenu rezultata sklonosti i ispravku za rezidualnu pristrasnost. Rezultat je kauzalni estimator zasnovan na slaganju koji ostaje validan pod visokodimenzionalnim konfundiranjem gde tradicionalno ručno definisano slaganje ne uspeva.
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
- 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 ↗
- Abadie, A., & Imbens, G. W. (2006). Large sample properties of matching estimators for average treatment effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Machine Learning-Augmented Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/sr/causal-inference/machine-learning-augmented-matching-estimator
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
- Estimator podudaranjaKauzalno zaključivanje↔ compare
- Uskladiivanje rezultata sklonostiIstraživačka statistika↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →