期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
童年期逆境对大脑认知功能的影响——基于去偏机器学习框架的中介效应分析
1
作者 崔航 林晓蕾 《复旦学报(医学版)》 CAS CSCD 北大核心 2024年第4期528-535,共8页
目的基于去偏机器学习框架的中介效应分析,来探究童年逆境对认知功能的影响过程中起关键作用的大脑区域。方法将包含460名志愿者的数据集随机分组分为训练集(n=368)和验证集(n=92)。为了提高结果的稳定性,本研究运用去偏机器学习中介分... 目的基于去偏机器学习框架的中介效应分析,来探究童年逆境对认知功能的影响过程中起关键作用的大脑区域。方法将包含460名志愿者的数据集随机分组分为训练集(n=368)和验证集(n=92)。为了提高结果的稳定性,本研究运用去偏机器学习中介分析方法,根据训练集构建模型并得出结论,然后用验证集进行验证,最后采用Bonferroni方法对识别出显著性的脑区进行矫正。结果训练集与验证集的实验结果相似,左上顶叶的效用显著(验证集P<0.001),表现为正向作用(验证集effect size=0.78);右前额极前扣带回和左下颞叶(训练集与验证集P值均<0.001)也效应显著,并被识别出在这一过程中具有负向作用(验证集effect size分别为-0.037,-0.034)。效应显著的脑区与认知功能之间的关联与既往研究结果一致。结论左上顶叶、右前额极前扣带回和左下颞叶在童年逆境对认知功能产生影响的过程中起到关键作用,其中左上顶叶表现为正向作用,右前额极前扣带回和左下颞叶表现为负向作用。 展开更多
关键词 童年期逆境 结构磁共振成像 认知功能 中介分析 去偏机器学习
在线阅读 下载PDF
双重机器学习在社会科学因果推断中的应用 被引量:2
2
作者 陈茁 陈云松 《浙江社会科学》 北大核心 2025年第6期72-85,158,共15页
双重机器学习是运用机器学习技术来解决因果推断中遗漏变量偏误的有效方法,但目前社会科学界对其还未充分关注。传统的回归模型在处理大量混淆变量和拟合非线性关系方面存在局限,相比之下,双重机器学习不仅能够整合大量的混淆因子,还能... 双重机器学习是运用机器学习技术来解决因果推断中遗漏变量偏误的有效方法,但目前社会科学界对其还未充分关注。传统的回归模型在处理大量混淆变量和拟合非线性关系方面存在局限,相比之下,双重机器学习不仅能够整合大量的混淆因子,还能捕捉变量间的复杂非线性关系,同时在发现和刻画影响方式异质性、估计因果效应随时间变化的动态趋势等方面有独特优势。此外,该框架可以与因果中介分析、面板数据分析及非结构化数据处理相结合,展现出广泛的应用潜力。本文旨在系统地介绍双重机器学习方法,审视其所带来的机遇及其面临的挑战,并通过一个关于“父母学业期望”对“子女学业表现”影响的研究案例来对双重机器学习的分析过程进行实证演示。 展开更多
关键词 机器学习 因果推断 双重机器学习 去偏机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部