Mašinsko učenje-augmentovana sintetička kontrolna metoda
Mašinsko učenje-augmentovana sintetička kontrolna metoda proširuje klasični sintetički kontrolni procenitelj korišćenjem penalizovane regresije ili drugih ML algoritama — kao što su laso, ridž ili slučajne šume — za konstruisanje donorskih težina i modeliranje predintervencionih putanja ishoda. Augmentacija ispravlja zaostalu neravnotežu preostalu nakon standardnog koraka ponderisanja, dajući niži pristrasnost kada ne postoji savršena sintetička kontrola.
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
- 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 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/sr/causal-inference/machine-learning-augmented-synthetic-control-method
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.
- Analiza uzročnog uticajaKauzalno zaključivanje↔ compare
- Razlika u razlikama (Diff-in-Diff)Ekonometrija↔ compare
- Mašinsko učenje-augmentovano razlika-u-razlici (ML-DiD)Kauzalno zaključivanje↔ compare
- Metoda sintetičke kontrole panel podatakaKauzalno zaključivanje↔ compare
- Metoda sintetičke kontrole (SCM)Kauzalno zaključivanje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →