Tathmini ya Athari ya Kinyume Iliyoimarishwa na Mashine ya Kujifunza
Tathmini ya athari ya kinyume iliyoimarishwa na akili bandia huunganisha uaminifu wa uthibitisho wa matokeo yanayowezekana na ulegevu wa algoriti za kisasa za ML. Badala ya kulazimisha aina za utendaji wa kigezo kwa vighairi, wanafunzi wa ML — kama vile lasso, misitu ya nasibu, au mitandao ya neva — hutathmini utendaji wa usumbufu (alama za tabia, urejesho wa matokeo) ambazo hutumiwa kujenga makadirio yasiyo na upendeleo ya athari za kisababishi. Utekelezaji wa kikanuni ni Mashine Mbili/Isiyo na Upendeleo ya Kujifunza (DML), iliyoandaliwa na Chernozhukov et al. (2018).
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Ramani ya mbinu
Jirani ya mbinu zinazohusiana — chagua nodi ili kuchunguza.
Vyanzo
- 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 ↗
- Athey, S., & Imbens, G. W. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725. DOI: 10.1146/annurev-economics-080217-053433 ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 3). Machine Learning-Augmented Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/sw/causal-inference/machine-learning-augmented-counterfactual-impact-evaluation
Mbinu ipi?
Weka mbinu hii kando ya jamaa zake wa karibu na uzisome bega kwa bega — maktaba huweka vitabu mezani; uamuzi ni wako.
- Uchambuzi wa Athari ya KifahiliUhitimisho wa Kisababishi↔ linganisha
- Tathmini ya Athari ya Kinyume (CIE)Uhitimisho wa Kisababishi↔ linganisha
- Tofauti-katika-Tofauti (Diff-in-Diff)Ekonometriki↔ linganisha
- Ulinganishaji wa Alama ya MwelekeoTakwimu za Utafiti↔ linganisha
- Njia ya Kidhibiti Sanisi (SCM)Uhitimisho wa Kisababishi↔ linganisha
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →