典型文献
双重机器学习处理效应估计的蒙特卡洛模拟
文献摘要：
基于机器学习进行因果推断是学术界研究的一个热点,双重机器学习是最新的因果效应估计方法之一,然而,相关理论并没有对不同机器学习方法之间的选择提供指导.鉴于此,文章运用蒙特卡洛模拟方法,研究不同情况下常见机器学习方法在双重机器学习处理效应估计中的表现,比较分析各种机器学习方法的估计结果,研究发现:基于不同机器学习方法的因果效应估计结果存在明显差异,双重机器学习方法的表现受到非线性函数形式以及样本容量的大小的影响;最后,在此基础上提出对机器学习方法选择的建议.
文献关键词：
因果推断;双重机器学习;蒙特卡洛模拟
中图分类号：
作者姓名：
杨利雄;赵君昌;李庆男
作者机构：
兰州大学管理学院,兰州730030;台湾中山大学经济研究所,台湾高雄80611
文献出处：
引用格式：
[1]杨利雄;赵君昌;李庆男-.双重机器学习处理效应估计的蒙特卡洛模拟)[J].统计与决策,2022(06):26-31
A类：
双重机器学习
B类：
处理效应,基于机器学习,因果推断,因果效应,估计方法,机器学习方法,蒙特卡洛模拟方法,非线性函数,样本容量,方法选择
AB值：
0.168041
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
