ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Rumlig sensitivitetsanalyse for kausalitet

Rumlig sensitivitetsanalyse for kausalitet tester systematisk, hvorvidt et kausalt estimat udledt fra georefererede data holder stand, når rumlig struktur, spild-effekter og valget af rumlig vægtmatrix varieres. Fordi nærliggende enheder ofte deler umålte confoundere – jordkvalitet, lokal infrastruktur, normer i lokalområdet – kan en naiv regression give biased kausale estimater. Denne metode afslører, hvor skrøbelig eller robust en påstået kausal effekt er over for alternative rumlige specifikationer.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers, Dordrecht. ISBN: 978-9024737322
  2. Reich, B. J., Yang, S., Guan, Y., Giffin, A. B., Miller, M. J., & Rappold, A. G. (2021). A review of spatial causal inference methods for environmental and epidemiological applications. International Statistical Review, 89(3), 605-634. DOI: 10.1111/insr.12452

Sådan citerer du denne side

ScholarGate. (2026, June 3). Spatial Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/da/causal-inference/spatial-sensitivity-analysis-for-causality

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side
ScholarGateSpatial Sensitivity Analysis for Causality (Spatial Sensitivity Analysis for Causal Inference). Hentet 2026-06-15 fra https://scholargate.app/da/causal-inference/spatial-sensitivity-analysis-for-causality · Datasæt: https://doi.org/10.5281/zenodo.20539026