ScholarGate
助手
Regression modelQuasi-experimental / causal inference

机器学习增强匹配估计器

机器学习增强匹配估计器将经典的最近邻或倾向得分匹配与机器学习算法（如Lasso、随机森林或梯度提升）相结合，用于选择协变量、估计倾向得分并校正残余偏差。其结果是一种基于匹配的因果估计器，在高维混杂因素下仍然有效，而传统的手动指定匹配则会失效。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

机器学习增强匹配估计器
双重稳健估计（AIPW）逆概率治疗加权法 (IPW / IPTW)机器学习增强双重稳健估计 (ML-DR)匹配估计量倾向得分匹配

来源

  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. Abadie, A., & Imbens, G. W. (2006). Large sample properties of matching estimators for average treatment effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗

如何引用本页

ScholarGate. (2026, June 3). Machine Learning-Augmented Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/zh/causal-inference/machine-learning-augmented-matching-estimator

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

发现本页有问题？报告或提出修改建议 →

ScholarGate — Machine Learning-Augmented Matching Estimator (Machine Learning-Augmented Matching Estimator for Causal Inference). 于 2026-06-15 检索自 https://scholargate.app/zh/causal-inference/machine-learning-augmented-matching-estimator · 数据集： https://doi.org/10.5281/zenodo.20539026