Rumlig Marginal Strukturel Model
Den Rumrlige Marginale Strukturelle Model (Spatial MSM) udvider den klassiske marginale strukturelle model til situationer, hvor enheder er geografisk fordelt, og rumlige afhængigheder — såsom nabospredning, klyngedannelse og rumlig konfundering — kan forvride kausale estimater. Den estimerer kausale effekter af rumligt varierende eksponeringer ved at konstruere inverse sandsynlighedsvægte, der tager højde for både individuelle kovariater og rumlig placering, og derefter tilpasse en vægtet resultatmodel i den resulterende pseudo-population.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Schnell, P. M., & Papadogeorgou, G. (2020). Mitigating unobserved spatial confounding when estimating the effect of supermarket access on cardiovascular disease deaths. Annals of Applied Statistics, 14(2), 793-816. DOI: 10.1214/20-aoas1377 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Spatial Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/da/causal-inference/spatial-marginal-structural-model
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.
- Vægtning med den inverse behandlingssandsynlighed (IPW / IPTW)Kausal inferens↔ compare
- Marginal Structural Model (MSM)Kausal inferens↔ compare
- Propensity Score Weighting (PSW / IPW)Kausal inferens↔ compare
- Rummelig dobbelt robust estimeringKausal inferens↔ compare
- Rumlig Instrumentalvariabel (Spatial IV / Spatial 2SLS)Kausal inferens↔ compare
- Spatial Propensity Score MatchingKausal inferens↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →