ScholarGate
Asszisztens
Regression modelQuasi-experimental / causal inference

Térbeli illesztő becslő

A Térbeli illesztő becslő (Spatial Matching Estimator) kauzális kezelési hatásokat becsül azáltal, hogy minden kezelt földrajzi egységet egy vagy több hasonló, közeli kezeletlen egységgel párosít, kihasználva azt az feltételezést, hogy a térben közeli egységek hasonló megfigyeletlen jellemzőkkel rendelkeznek. A párosításokat földrajzi szomszédságra korlátozva vagy a térbeli közelség alapján súlyozva a módszer kontrollálja azokat a helyspecifikus konfúzorokat, amelyeket a standard illesztés figyelmen kívül hagy.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x
  2. Matching (statistics). Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Spatial Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/hu/causal-inference/spatial-matching-estimator

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateSpatial Matching Estimator (Spatial Matching Estimator for Causal Inference). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/causal-inference/spatial-matching-estimator · Adatkészlet: https://doi.org/10.5281/zenodo.20539026