Regression modelQuasi-experimental / causal inference

Пространствен анализ на причинно-следственото въздействие

Пространственият анализ на причинно-следственото въздействие оценява причинно-следствения ефект от пространствено-целенасочена интервенция — политика, шок или третиране, приложено към конкретни местоположения — като изрично отчита географските преливания между третирани и нетретирани единици. Чрез комбиниране на квазиекспериментални дизайни като "разлика в разликите" (difference-in-differences) или регресионна дисконтинуитет с пространствени иконометрични модели, той разделя прекия локален ефект от третирането от косвените ефекти, които се разпространяват към съседни области.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

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

Източници

  1. Delgado, M. S., & Florax, R. J. G. M. (2015). Difference-in-differences techniques for spatial data: Local autocorrelation and spatial interaction. Economics Letters, 137, 123-126. DOI: 10.1016/j.econlet.2015.10.035
  2. Halleck Vega, S., & Elhorst, J. P. (2015). The SLX Model. Journal of Regional Science, 55(3), 339-363. DOI: 10.1111/jors.12188

Как да цитирате тази страница

ScholarGate. (2026, June 3). Spatial Causal Impact Analysis. ScholarGate. https://scholargate.app/bg/causal-inference/spatial-causal-impact-analysis

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

Цитиран в

ScholarGateSpatial Causal Impact Analysis (Spatial Causal Impact Analysis). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/spatial-causal-impact-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026