Regression modelQuasi-experimental / causal inference

Estimació Doblement Robusta Espacial

L'estimació doblement robusta espacial és un mètode semiparamètric d'inferència causal que combina la ponderació per puntuació de propensió amb la modelització de la regressió de resultats —proporcionant protecció contra la mala especificació de qualsevol component—, alhora que té en compte explícitament l'autocorrelació espacial entre unitats. Estén l'estimador clàssic de ponderació per inversa de probabilitat augmentada (AIPW) a entorns on l'assignació del tractament i els resultats estan geogràficament agrupats o són espacialment dependents.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  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

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/ca/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

Citat per

ScholarGateSpatial Doubly Robust Estimation (Spatial Doubly Robust Causal Estimation). Recuperat el 2026-06-15 de https://scholargate.app/ca/causal-inference/spatial-doubly-robust-estimation · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026