Metodbevispost
Machine Learning-Augmented Panel Event Study
The machine learning-augmented panel event study extends the classical panel event study by replacing or augmenting parametric counterfactual models with machine learning estimators — such as LASSO, random forests, or matrix completion — to construct more accurate pre-event baselines, detect violations of parallel trends, and produce valid causal effect estimates across multiple post-event periods.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
Machine Learning-Augmented Panel Event Study Estimator
Taxonomisk metodpost · regression-model / causal-inference
- Chernozhukov, V., Wuthrich, K., & Zhu, Y. (2021). An Exact and Robust Conformal Inference Method for Counterfactual and Synthetic Controls. Journal of the American Statistical Association, 116(536), 1849-1864. · DOI 10.1080/01621459.2021.1920957
- Freyaldenhoven, S., Hansen, C., & Shapiro, J. M. (2019). Pre-event Trends in the Panel Event-Study Design. American Economic Review, 109(9), 3307-3338. · DOI 10.1257/aer.20180609
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Inga kuraterade påståenden ännu
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.