Машинне навчання-доповнений нечіткий розрив регресії
ML-доповнений нечіткий RDD розширює класичний нечіткий розрив регресії, замінюючи параметричні поліноміальні апроксимації гнучкими оцінювачами машинного навчання. Там, де стандартний нечіткий RDD використовує оцінку стилю IV на порозі з недосконалою відповідністю, ML-доповнений варіант використовує непараметричні учні — такі як випадкові ліси або нейронні мережі — для моделювання як результату, так і ймовірності першої стадії лікування поблизу граничного значення, зменшуючи зміщення неправильної специфікації, зберігаючи при цьому причинну ідентифікацію.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- Hahn, J., Todd, P., & Van der Klaauw, W. (2001). Identification and estimation of treatment effects with a regression-discontinuity design. Review of Economic Studies, 68(1), 201-209. DOI: 10.1111/1468-0262.00183 ↗
- Semenova, V., & Chernozhukov, V. (2021). Debiased machine learning of conditional average treatment effects and other causal functions. The Econometrics Journal, 24(2), 264-289. DOI: 10.1093/ectj/utaa027 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Machine Learning-Augmented Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/uk/causal-inference/machine-learning-augmented-fuzzy-regression-discontinuity
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Різниця різниць (Diff-in-Diff)Економетрика↔ порівняти
- Подвійне робастне оцінювання (AIPW)Причинно-наслідковий висновок↔ порівняти
- Нечіткий регресійний розрив (Fuzzy Regression Discontinuity Design)Причинно-наслідковий висновок↔ порівняти
- Метод інструментальних змінних (ІЗ) для причинно-наслідкового висновкуЕкономіка охорони здоров'я↔ порівняти
- Машинне навчання-доповнений дизайн розриву регресіїПричинно-наслідковий висновок↔ порівняти
Similar methods
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →