Maskininlärningsförstärkt placebotest

Det maskininlärningsförstärkta placebotestet är en teknik för validering av kausal inferens som använder flexibla ML-estimatorer – såsom kausalskogar, LASSO eller dubbel/debiaserad ML – för att genomföra falsifieringskontroller av en identifieringsstrategi. Genom att ersätta verkliga tilldelningar av behandling med placebo (falska) tilldelningar och verifiera att den estimerade effekten kollapsar till noll, bekräftar forskare att deras kausala fynd inte är artefakter av felaktig modellspecifikation eller confounding.