ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Ruumiandmete tundlikuse analüüs põhjuslikkuse jaoks

Ruumiandmete tundlikkuse analüüs põhjuslikkuse jaoks testib süstemaatiliselt, kas georeferentseeritud andmetest tuletatud põhjuslik hinnang püsib muutuvate ruumistruktuuride, mõjuväljade ja ruumikaalude maatriksi valikute korral. Kuna lähedal asuvad üksused jagavad sageli mõõtmata segavaid tegureid – mullakvaliteet, kohalik infrastruktuur, naabruskonna normid –, võib naiivne regressioon anda kallutatud põhjuslikke hinnanguid. See meetod näitab, kui habras või vastupidav on väidetav põhjuslik mõju alternatiivsetele ruumilistele spetsifikatsioonidele.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  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

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Spatial Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/et/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). Loetud 2026-06-15 aadressilt https://scholargate.app/et/causal-inference/spatial-sensitivity-analysis-for-causality · Andmestik: https://doi.org/10.5281/zenodo.20539026