Regression modelQuasi-experimental / causal inference

Пространствена двойно робастна оценка

Пространствената двойно робастна оценка е полупараметричен метод за причинно-следствен извод, който комбинира теглене с коефициент на склонност с моделиране на регресия на резултата — осигурявайки защита срещу неправилна спецификация на който и да е компонент — като същевременно изрично отчита пространствената автокорелация между единиците. Той разширява класическия оценъчен метод с добавено теглене на обратната вероятност (AIPW) към настройки, където назначаването на лечение и резултатите са географски групирани или пространствено зависими.

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. Papadogeorgou, G., Mealli, F., & Zigler, C. M. (2019). Causal inference with interfering units for cluster and population level treatment allocation programs. Biometrics, 75(3), 778-787. DOI: 10.1111/biom.13049
  2. Kennedy, E. H. (2016). Semiparametric theory and empirical processes in causal inference. In H. He, P. Wu, & D.-G. Chen (Eds.), Statistical Causal Inferences and Their Applications in Public Health Research (pp. 141-167). Springer. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/bg/causal-inference/spatial-doubly-robust-estimation

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 Doubly Robust Estimation (Spatial Doubly Robust Causal Estimation). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/spatial-doubly-robust-estimation · Набор от данни: https://doi.org/10.5281/zenodo.20539026