ScholarGate
עוזר
Regression modelQuasi-experimental / causal inference

שקלול היפוך הסתברות מרחבי (Spatial IPW)

שקלול היפוך הסתברות מרחבי מרחיב את אומדן ה-IPW הקלאסי למצבים שבהם יחידות ממוקמות גיאוגרפית, ומיקום מרחבי הוא ממד מבלבל. על ידי שילוב קואורדינטות גיאוגרפיות או קרבה מרחבית במודל ציון הנטייה, הוא משקלל מחדש את המדגם הנצפה כך שקבוצות הטיפול והביקורת מאוזנות לא רק במשתנים מסבירים מדודים אלא גם במבנה המרחבי, מה שמאפשר הסקה סיבתית אמינה מנתונים תצפיתיים בעלי אינדקס מרחבי.

פתיחה ב-MethodMindבקרובוידאובקרובהורדת מצגת

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  1. 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
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Spatial Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/he/causal-inference/spatial-inverse-probability-weighting

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה

מאוזכר על ידי

ScholarGateSpatial Inverse Probability Weighting (Spatial Inverse Probability Weighting Estimator). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/causal-inference/spatial-inverse-probability-weighting · מערך נתונים: https://doi.org/10.5281/zenodo.20539026