ml-econometrics - 用于因果效应分析的机器学习计量经济学
使用 Post-LASSO、双重/去偏机器学习、交叉拟合和 CausalForest 处理高维控制变量并进行处理效应推断。
标签
更新于: 2026-10-05该技能可以做什么
- 执行 Post-LASSO 变量选择
- 使用 DoubleML PLR 估计效应
- 应用交叉拟合进行推断
- 使用 CausalForest 估计异质效应
- 拟合机器学习干扰模型
输入
- 结果变量数据
- 处理变量数据
- 控制变量
- 估计器配置
输出
- 处理效应估计值
- 标准误和 p 值
- 置信区间
- 筛选出的控制变量
- 拟合后的估计结果
要求
- Python 3.11 环境
- doubleml 0.6 或更高版本
- econml 0.15 或更高版本
- scikit-learn 1.2 或更高版本
- numpy 1.23 或更高版本
- pandas 1.5 或更高版本
- 受支持的 CLI 或编辑器平台