Regression modelQuasi-experimental / causal inference

وزن‌دهی امتیاز تمایل مکانی

وزن‌دهی امتیاز تمایل مکانی، وزن‌دهی معکوس احتمال درمان (IPTW) را به محیط‌هایی گسترش می‌دهد که در آن‌ها واحدها از نظر جغرافیایی واقع شده‌اند و تخصیص درمان ممکن است به عوامل مکانی مانند موقعیت، ویژگی‌های همسایگی، یا خوشه‌بندی مکانی بستگی داشته باشد. با گنجاندن هم‌متغیرهای مکانی در مدل امتیاز تمایل و تنظیم خطاهای استاندارد برای خودهمبستگی مکانی، تخمین‌های علی معتبرتری از داده‌های مشاهده‌ای جغرافیایی تولید می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Spatial Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/fa/causal-inference/spatial-propensity-score-weighting

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 Propensity Score Weighting (Spatial Propensity Score Weighting for Causal Inference). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/causal-inference/spatial-propensity-score-weighting · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026