Spatiaalinen kaksoisrobustinen estimointi
Spatiaalinen kaksoisrobustinen estimointi on semiparametrinen kausaalipäättelyn menetelmä, joka yhdistää propensiteettipisteiden painotuksen ja tulosregressiomallinnuksen – tarjoten suojan kummankin komponentin virheellistä määrittelyä vastaan – samalla kun se ottaa eksplisiittisesti huomioon yksiköiden välisen spatiaalisen autokorrelaation. Se laajentaa klassisen augmentoidun käänteisen todennäköisyyspainotuksen (AIPW) estimaattorin tilanteisiin, joissa hoitojako ja tulokset ovat maantieteellisesti klusteroituneita tai spatiaalisesti riippuvaisia.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Papadogeorgou, G., Mealli, F., & Zigler, C. M. (2019). Causal inference with interfering units for cluster and population level treatment allocation programs. Biometrics, 75(3), 778-787. DOI: 10.1111/biom.13049 ↗
- Kennedy, E. H. (2016). Semiparametric theory and empirical processes in causal inference. In H. He, P. Wu, & D.-G. Chen (Eds.), Statistical Causal Inferences and Their Applications in Public Health Research (pp. 141-167). Springer. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/fi/causal-inference/spatial-doubly-robust-estimation
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.
- Erojen erot (Diff-in-Diff)Ekonometria↔ compare
- Kaksoisrobustin estimoinnin (AIPW) menetelmäKausaalipäättely↔ compare
- Paikallisesti painotettu regressio (GWR)Spatiaalianalyysi↔ compare
- Käänteisen todennäköisyyden painotus (IPW / IPTW)Kausaalipäättely↔ compare
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →