Bölümler

1. Ekonometrika we statistika boýunça emeli intellekt: Rollar, serhetler, tassyklamak we gizlinlik 2. Maglumatlary arassalamak we taýýarlamak: ingitirilen maglumatlar, çykyşlar we kodlaşdyrma 3. Gözleg maglumatlarynyň derňewi we wizuallaşdyrma: Emeli intellekt bilen grafika we düşündiriş 4. Çyzykly regressiýa: Model binasy, koeffisiýent düşündiriş we çaklamalar 5. Regressiýa diagnostikasy we bozulmalar: Çyzyklylyk, Geteroscedastiklik, Awtokorrelýasiýa 6. Gipoteza synagy we p-bahasy: ähmiýeti, güýji we köp deňeşdirme 7. p-haker, HARKing we statistik bitewilik: Emeli intellekt döwründäki çukurlar 8. Wagt seriýasynyň derňewi: Stasionarlyk, ARIMA we çaklama 9. Sebäp we syýasat derňewi: DiD, IV, RDD we emeli intellekt 10. Kod döretmek we köpeltmek: R / Python, wersiýa we köpelmek 11. Hasabat ýazmak, aragatnaşyk we etika: Netijeleri hödürlemek we aragatnaşyk serhetleri

Bölüm 9 / 11

Sebäp we syýasat derňewi: DiD, IV, RDD we emeli intellekt

Girdeji:

Emeli intellektiň goldawy bilen korrelýasiýa we sebäpler bilen tapawut-tapawut (DiD), gurallaryň üýtgeýjisi (IV), regressiýanyň kesilmegi (RDD) ýaly dizaýnlaryň logikasyna düşünmek.
Her dizaýnyň esaslanýan kesgitleýji çaklamany (paralel tendensiýalar, aýyrmagyň çäklendirilmegi, üznüksizligiň dowamlylygy) we synag / goranyş koduny öndürmekde AI-iň roluny görüp bilmek;
Synlaýyş maglumatlaryndan aşa sebäpler talaplaryny döredýän emeli intellektiň düşündirişlerini tanamak we kesgitlemek strategiýasyna tankydy baha bermek ukyby.

Öňki Indiki