Estimating Causal Effects with Double Machine Learning - A Method Evaluation

创建于 2025-06-16T12:59:38.932564+08:00 更新于 2025-06-16T13:08:51.151682+08:00

摘要

本论文综述与实证评估了“二重/无偏机器学习”(DML)方法，验证其在模拟数据和真实住房价格空气污染因果效应分析中的表现。结果表明，DML结合灵活机器学习算法能有效调整非线性混杂，显著提升因果估计的准确度，但仍依赖传统因果结构假设。作者就DML的算法选择与参数设置提出具体实践建议，促进该方法在实证研究中的应用 [page::0][page::2][page::3][page::21][page::38][page::47]

速读内容

深度阅读