Regression modelQuasi-experimental / causal inference

الترجيح المكاني لدرجة الميل

يعمل الترجيح المكاني لدرجة الميل على توسيع نطاق ترجيح الاحتمالية العكسية للمعالجة (IPTW) ليشمل الحالات التي تكون فيها الوحدات ذات موقع جغرافي، وقد يعتمد تحديد المعالجة على عوامل مكانية مثل الموقع، أو خصائص الجوار، أو التكتل المكاني. ومن خلال دمج المتغيرات المساعدة المكانية في نموذج درجة الميل وتعديل الأخطاء المعيارية للتصحيح الذاتي المكاني، فإنه ينتج تقديرات سببية أكثر موثوقية من البيانات الجغرافية الرصدية.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014
  2. Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Spatial Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/ar/causal-inference/spatial-propensity-score-weighting

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSpatial Propensity Score Weighting (Spatial Propensity Score Weighting for Causal Inference). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/causal-inference/spatial-propensity-score-weighting · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026