Double LASSO: Replication and Practical Insights
双重 LASSO：复现与实践启示AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将机器学习用于因果推断，并复现双重 LASSO 的相关应用。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
双重 LASSO：复现与实践启示
- 研究问题
- 用于因果推断的双重 LASSO 方法，其已有模拟与实证示例在复现中表现如何，对应用计量研究有何实践启示？
- 方法与思路
- 作者对 Belloni 等人2014年的蒙特卡洛和实证示例开展狭义与广义复现，并讨论双重机器学习方法的应用问题。
- 材料陈述的贡献
- 摘要明确陈述的贡献是复现既有模拟和实证例子，并讨论实践含义；未披露复现发现的方向、大小或具体建议。
- 阅读关注点
- 应核对狭义与广义复现分别改变哪些设定、调参和变量选择如何实施，以及结论是否仅适用于所复现的例子。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未说明复现是否成功、何种设定表现较好，不能据此宣称原结果稳健或失效。
原文摘要
ABSTRACT The rise of machine learning (ML) is one of the most prominent developments in applied econometrics in the past decade. The focus of much economic analysis is causal, rather than prediction, and Belloni et al. (2014) demonstrate how ML methods can be used in causal inference. This paper undertakes a narrow and wide replication of the Monte Carlo and empirical examples presented by Belloni et al. (2014). We discuss practical implications of this replication for the use of double ML methods in applied econometric research.