Spatial Inverse Probability Weighting
Spatial Inverse Probability Weighting extends the classical IPW estimator to settings where units are geo-referenced and spatial location is a confounding dimension. By incorporating geographic coordinates or spatial proximity into the propensity score model, it reweights the observed sample so that treatment and control groups are balanced not only on measured covariates but also on spatial structure, enabling credible causal inference from spatially indexed observational data.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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
- 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
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.