Thiết kế nghiên cứu sự kiện tăng cường bằng học máy
Thiết kế nghiên cứu sự kiện tăng cường bằng học máy kết hợp khuôn khổ nghiên cứu sự kiện tiêu chuẩn — vốn theo dõi động lực kết quả xung quanh một ngày điều trị — với các phương pháp dựa trên học máy như học máy kép/trừ sai (DML) hoặc hồi quy chính quy để xử lý các đồng phương sai có số chiều cao, cải thiện kiểm soát yếu tố gây nhiễu và tạo ra các ước lượng nhân quả hợp lệ khi không gian đồng phương sai quá lớn để hồi quy thông thường có thể quản lý một cách đáng tin cậy.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
- Athey, S., & Imbens, G. W. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/vi/causal-inference/machine-learning-augmented-event-study-design
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.
- Phương pháp Sai phân kép (Difference-in-Differences - DiD)Kinh tế lượng↔ compare
- Khác biệt trong Khác biệt ĐộngSuy luận nhân quả↔ compare
- Nghiên cứu sự kiện bảngSuy luận nhân quả↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →