机译:机器学习算法和协变量平衡措施对倾向分数匹配和加权的比较
Department of Economic and Business SciencesUniversity of CagliariCagliari Italy;
Department of Statistics Computer Science ApplicationsUniversity of FirenzeFirenze Italy;
caesarean section; covariate balance; labor induction; machine learning algorithms; propensity score methods;
机译:机器学习算法和协变量平衡措施对倾向分数匹配和加权的比较
机译:比较各种机器学习算法以估计广义倾向得分
机译:在倾向得分上使用多对一匹配时,评估测得基线协变量的平衡。
机译:不同学习材料的自动化驾驶等级的学习效果3:来自倾向得分匹配估计器的证据
机译:因果推理匹配中缺少协变量:使用机器学习和进化搜索算法进行统计插补
机译:使用机器学习改善倾向分数加权
机译:PRM113在观察性研究中比较倾向得分,倾向得分与协变量和遗传算法进行协变量匹配的方法