Regression modelQuasi-experimental / causal inference

Análisis de sensibilidad espacial para la causalidad

El análisis de sensibilidad espacial para la causalidad prueba sistemáticamente si una estimación causal derivada de datos georreferenciados se mantiene al variar la estructura espacial, los efectos de desbordamiento (spillovers) y la elección de la matriz de pesos espaciales. Dado que las unidades cercanas a menudo comparten confundidores no medidos —calidad del suelo, infraestructura local, normas del vecindario— una regresión ingenua puede arrojar estimaciones causales sesgadas. Este método revela cuán frágil o robusto es un efecto causal reclamado ante especificaciones espaciales alternativas.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

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

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
ScholarGateSpatial Sensitivity Analysis for Causality (Spatial Sensitivity Analysis for Causal Inference). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/spatial-sensitivity-analysis-for-causality · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026