Regression modelQuasi-experimental / causal inference

Machine Learning-Augmented Difference-in-Differences (ML-DiD)

ML-DiD เป็นการผสมผสานกลยุทธ์การระบุ (identification strategy) แบบ difference-in-differences (DiD) แบบดั้งเดิมเข้ากับตัวประมาณค่า (estimator) แบบ ML ที่มีความยืดหยุ่นสำหรับฟังก์ชันที่รบกวน (nuisance functions) — ได้แก่ propensity score และ outcome regression — เพื่อให้ได้ค่าประมาณเชิงสาเหตุ (causal estimates) ที่ถูกต้อง แม้ว่าการเลือกทรีตเมนต์ (treatment selection) และพลวัตของผลลัพธ์ (outcome dynamics) จะมีความซับซ้อน มีมิติสูง หรือไม่เป็นเชิงเส้นก็ตาม แนวทางนี้มีรากฐานมาจาก double/debiased machine learning (Chernozhukov et al., 2018) และ doubly-robust DiD (Sant'Anna & Zhao, 2020) ช่วยป้องกันความเอนเอียงจากการระบุแบบจำลองผิดพลาด (misspecification bias) ในขณะที่ยังคงรักษาตรรกะหลักของ DiD ในการเปรียบเทียบก่อน-หลัง และกลุ่มที่ได้รับทรีตเมนต์กับกลุ่มควบคุม

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. 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
  2. Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-Differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Machine Learning-Augmented Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/th/causal-inference/machine-learning-augmented-difference-in-differences

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

ถูกอ้างอิงโดย

ScholarGateMachine learning-augmented difference-in-differences (Machine Learning-Augmented Difference-in-Differences Estimator). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/machine-learning-augmented-difference-in-differences · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026