Regression modelQuasi-experimental / causal inference

การวิเคราะห์ผลกระทบเชิงสาเหตุเสริมด้วยการเรียนรู้ของเครื่อง

การวิเคราะห์ผลกระทบเชิงสาเหตุเสริมด้วยการเรียนรู้ของเครื่อง (Machine learning-augmented causal impact analysis) เป็นการผสมผสานการให้เหตุผลเชิงสมมติฐานแบบกึ่งทดลอง (quasi-experimental counterfactual reasoning) เข้ากับแบบจำลองการทำนายที่ยืดหยุ่นด้วยการเรียนรู้ของเครื่อง (ML prediction models) เพื่อประเมินผลกระทบเชิงสาเหตุของการแทรกแซงต่อผลลัพธ์อนุกรมเวลา (time series outcome) โดยต่อยอดจากกรอบการทำงานอนุกรมเวลาโครงสร้างแบบเบย์เซียน (Bayesian structural time series - BSTS) ของ Brodersen et al. และขยายผลด้วยวิธีการ ML แบบคู่/ปราศจากความเอนเอียง (double/debiased ML methods) วิธีการนี้จะสร้างสิ่งสมมติฐานที่เหมือนจริง (synthetic counterfactual) จากตัวแปรร่วม (covariates) ที่เป็นผู้บริจาค (donor covariates) และอนุมานผลกระทบของการรักษา (treatment effect) เป็นช่องว่างระหว่างผลลัพธ์ที่สังเกตได้กับผลลัพธ์ที่ทำนายได้หลังการแทรกแซง

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788
  2. 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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Machine Learning-Augmented Causal Impact Analysis. ScholarGate. https://scholargate.app/th/causal-inference/machine-learning-augmented-causal-impact-analysis

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.

Compare side by side
ScholarGateMachine learning-augmented causal impact analysis (Machine Learning-Augmented Causal Impact Analysis). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/machine-learning-augmented-causal-impact-analysis · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026