ScholarGate
Asistente
Regression modelQuasi-experimental / causal inference

Ponderación Espacial por Probabilidad Inversa (Spatial IPW)

La Ponderación Espacial por Probabilidad Inversa (Spatial IPW) extiende el estimador clásico de IPW a entornos donde las unidades están geo-referenciadas y la ubicación espacial es una dimensión de confusión. Al incorporar coordenadas geográficas o proximidad espacial en el modelo de puntuación de propensión, repondera la muestra observada de modo que los grupos de tratamiento y control estén balanceados no solo en covariables medidas, sino también en estructura espacial, permitiendo una inferencia causal creíble a partir de datos observacionales indexados espacialmente.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442
  2. Papadogeorgou, G., Choirat, C., & Zigler, C. M. (2019). Adjusting for unmeasured spatial confounding with distance adjusted propensity score matching. Biostatistics, 20(2), 256-272. DOI: 10.1093/biostatistics/kxx074

Cómo citar esta página

ScholarGate. (2026, June 3). Spatial Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/es/causal-inference/spatial-inverse-probability-weighting

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGateSpatial Inverse Probability Weighting (Spatial Inverse Probability Weighting Estimator). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/spatial-inverse-probability-weighting · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026