Metodbevispost

Machine Learning-Augmented Placebo Test

The machine learning-augmented placebo test is a causal-inference validation technique that uses flexible ML estimators — such as causal forests, LASSO, or double/debiased ML — to conduct falsification checks on an identification strategy. By replacing real treatment assignments with placebo (fake) assignments and verifying that the estimated effect collapses to zero, researchers confirm that their causal findings are not artefacts of model misspecification or confounding.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Machine Learning-Augmented Placebo Test for Causal Identification

Taxonomisk metodpost · regression-model / causal-inference

Öppna fullständig metod

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.

Same method familyDifference-in-Differencesmachine-suggested · Relational suggestion, not evidence.See alsoInstrumental Variables in Health Researchmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSynthetic Control Methodmachine-suggested · Relational suggestion, not evidence.