Policy Targeting with Binary Classification Trees: an Application to Rural Hospital Closures
创建于 更新于
摘要
本文比较经典分类回归树（CART）与最大化距离最终分裂方法（MDFS）在政策精准识别高风险子群体中的表现。理论分析表明，CART的分裂点不随政策阈值变化，而MDFS能够根据阈值自适应选择最优分裂点，从而识别CART遗漏的高风险群体。在农村医院关闭案例中，以两年内关闭概率35%为目标阈值，MDFS额外识别出营利性、应收账款天数超过约63天的高风险医院，并提供Python、R和Stata实现的targetree软件包。[page::0][page::3][page::5]
