XiaoMi-AI文件搜索系统
World File Search Systemdoubleml
doubleml：r
doubleml。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2个doblemlclusterdata。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10个doblemldata。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12个doblemliivm。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。14 Doblemlim。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。18 doublemlpliv。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21个doblemlplr。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。27 doble_ml_data_from_data_frame。。。。。。。。。。。。。。。。。。。。。。。。。。。。。31 double_ml_data_from_matrix。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。33 FETCH_401K。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34 fetch_bonus。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。35 make_iivm_data。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。37 make_irm_data。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。38 make_pliv_chs2015。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。39 make_pliv_multiyay_cluster_ckms2021。。。。。。。。。。。。。。。。。。。。。。。。。41 make_plr_cddhnr2018。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。42 make_plr_turrelll2018。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。43
doubleml：r
r软件包doubleml实现了Chernozhukov，Chetverikov，Demirer，Duflo，Duflo，Hansen，Newey，Newey和Robins（2018）的双重/辩护机器学习框架。它提供了基于机器学习方法的因果模型中参数的功能。双机器学习框架由三个关键成分组成：Neyman正交性，高质量的机器学习估计和样品分裂。可以通过MLR3生态系统中可用的各种最先进的机器学习方法来执行滋扰组件的估计。doubleml使得在各种因果模型中进行推断，包括部分线性和交互式回归模型及其扩展到仪器变量估计。doubleml的面向对象的实现为模型规范具有很高的灵活性，并使其易于扩展。本文是对双机器学习框架和R软件包DOUBLEML的介绍。在具有模拟和真实数据集的可再现代码示例中，我们演示了Doubleml用户如何根据机器学习方法执行有效的推理。