Машинно-навчена синтетична контрольна метода
Машинно-навчена синтетична контрольна метода розширює класичний синтетичний контрольний оцінювач, використовуючи регуляризовану регресію або інші алгоритми машинного навчання (ML) — такі як лассо, ридж або випадкові ліси — для побудови вагових коефіцієнтів донорів та моделювання траєкторій результатів до втручання. Доповнення коригує залишковий дисбаланс, залишений стандартним кроком зважування, забезпечуючи менше зміщення, коли ідеальний синтетичний контроль відсутній.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Ben-Michael, E., Feller, A., & Rothstein, J. (2021). The augmented synthetic control method. Journal of the American Statistical Association, 116(536), 1789-1803. DOI: 10.1080/01621459.2021.1929245 ↗
- Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/uk/causal-inference/machine-learning-augmented-synthetic-control-method
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.
- Аналіз причинно-наслідкового впливуПричинно-наслідковий висновок↔ compare
- Різниця різниць (Diff-in-Diff)Економетрика↔ compare
- Машинне навчання з доповненням різниці в різницях (ML-DiD)Причинно-наслідковий висновок↔ compare
- Метод синтетичного контролю для панельних данихПричинно-наслідковий висновок↔ compare
- Метод синтетичного контролю (SCM)Причинно-наслідковий висновок↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →