DoubleML/doubleml-for-py

何を解決するか

DoubleML は、二重／バイアス補正機械学習のフレームワークを提供し、研究者が処置および構造的パラメータを推定する際、通常の機械学習モデルによるノイズ関数の推定に伴うバイアスを低減できるようにします。

仕組み

scikit-learn の上に構築されたこのライブラリは、Chernozhukov 他 (2018) のフレームワークを実装しています。オブジェクト指向アプローチにより、機械学習手法でノイズ関数を推定し、Neyman直交スコア関数を計算して統計的推論を行います。部分線形回帰 (PLR)、部分線形IV回帰 (PLIV)、インタラクティブ回帰 (IRM)、インタラクティブIV回帰 (IIVM) など、さまざまなモデルクラスをサポートしています。

対象ユーザー

機械学習モデルを用いて構造的パラメータの厳密な統計的推論を行う必要がある経済統計学者、データサイエンティスト、研究者。

特徴

• 柔軟なモデル仕様: ノイズ関数、リサンプリングスキーム、二重機械学習アルゴリズムのための独自の機械学習器をユーザーが定義可能。
• 包括的な統計ツール: モデルのフィッティング、ブートストラップ、信頼区間の計算、p値調整のための組み込みメソッドを備える。
• 拡張可能なアーキテクチャ: 新しいモデルクラス、callableによる代替スコア関数、代替リサンプリングスキームの追加をサポート。
• scikit-learnとの統合: 機械学習部品に既存の scikit-learn エコシステムを活用。