การศึกษาเหตุการณ์แบบแผงที่เสริมด้วยการเรียนรู้ของเครื่อง
การศึกษาเหตุการณ์แบบแผงที่เสริมด้วยการเรียนรู้ของเครื่อง (Machine Learning-Augmented Panel Event Study) เป็นการขยายการศึกษาเหตุการณ์แบบแผงแบบดั้งเดิม โดยการแทนที่หรือเสริมแบบจำลองเชิงพารามิเตอร์สำหรับสิ่งที่จะเกิดขึ้นหากไม่มีเหตุการณ์ (counterfactual models) ด้วยตัวประมาณค่าการเรียนรู้ของเครื่อง เช่น LASSO, random forests, หรือ matrix completion เพื่อสร้างเส้นฐานก่อนเหตุการณ์ที่แม่นยำยิ่งขึ้น ตรวจจับการละเมิดแนวโน้มคู่ขนาน (parallel trends) และประมาณค่าผลกระทบเชิงสาเหตุที่ถูกต้องตลอดช่วงเวลาหลังเหตุการณ์หลายช่วง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Machine Learning-Augmented Panel Event Study Estimator. ScholarGate. https://scholargate.app/th/causal-inference/machine-learning-augmented-panel-event-study
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.
- Difference-in-Differences (DiD)เศรษฐมิติ↔ compare
- แบบจำลอง Fixed Effects สำหรับข้อมูล Panel Dataเศรษฐมิติ↔ compare
- ระเบียบวิธีสังเคราะห์หน่วยควบคุม (Synthetic Control Method: SCM)การอนุมานเชิงสาเหตุ↔ compare