2025.12.08
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
機器學習揭露介入措施無效的族群
Stata 19 的新指令 cate 可以進行條件平均處理效果分析，估計異質性處理效果，而無需假設處理或結果模型的函數形式。除了 cate 指令的機器學習功能，也可以使用 h2oml 搭配機器學習來進行 CATE 分析。
在本篇文章中，將以實例說明如何估計某個職業訓練計畫對受僱月數的影響，並區分其對瑞士公民與非公民的不同效果。在這個例子中，預設模型假設，可能會對職訓計畫在非公民族群上的影響得出不同結論。
利用機器學習演算法，cate 能夠捕捉資料中的複雜關係，並保護因果推估不受到潛在的模型誤設偏差的影響。
來源：Machine learning unmasks group where interventions fail
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104079 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800408 高雄市新興區民生一路56號6樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900