Từ dự báo đến suy luận – học máy cho ước lượng tác động nhân quả From prediction to inference – machine learning for causal effect estimation Giới thiệu về sự khác biệt giữa dự báo và suy luận nhân quả Trong suốt ba bài học vừa qua, chúng ta đã tập trung vào một mục tiêu duy nhất: xây dựng một “cỗ máy” dự báo tốt nhất có thể. Chúng ta đã học cách sử dụng các kỹ thuật từ Lasso đến Rừng ngẫu nhiên để tối ưu hóa độ chính xác dự báo ngoài mẫu. Trong thế giới đó, chúng ta không quá quan tâm đến việc diễn giải từng hệ số riêng lẻ; miễn là mô hình đưa ra dự đoán chính xác, nó đã hoàn thành nhiệm vụ. Tuy nhiên, phần lớn các câu hỏi cốt lõi trong kinh tế học và khoa học xã hội không chỉ dừng lại ở dự báo. Chúng ta muốn biết: “Nếu chúng ta thay đổi chính sách X, điều gì sẽ xảy ra với kết quả Y?”. Đây …
Các bài đã xem
- Diễn giải mô hình với biên dự báo và tác động biên
- Diễn giải kết quả Probit – Sức mạnh của tác động biên
- Hướng dẫn thực hành phân tích mô hình tăng trưởng với Stata
- Hiểu về nghiệm đơn vị và cách kiểm định trong Stata
- Tổng hợp, so sánh và định hướng phát triển
- Viết chương trình Stata đầu tiên của bạn
-
Xem thêm