ScholarGate
Asisten
Regression modelQuasi-experimental / causal inference

Pembobotan Probabilitas Terbalik Spasial (Spatial IPW)

Pembobotan Probabilitas Terbalik Spasial memperluas estimasi IPW klasik ke pengaturan di mana unit-unit memiliki referensi geografis dan lokasi spasial merupakan dimensi pengganggu (confounding dimension). Dengan menggabungkan koordinat geografis atau kedekatan spasial ke dalam model skor propensitas, metode ini membobot ulang sampel yang diamati sehingga kelompok perlakuan dan kontrol seimbang tidak hanya pada kovariat yang terukur tetapi juga pada struktur spasial, memungkinkan inferensi kausal yang kredibel dari data observasional yang terindeks secara spasial.

Buka di MethodMindSegeraVideoSegeraUnduh salindia

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  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

Cara menyitasi halaman ini

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

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateSpatial Inverse Probability Weighting (Spatial Inverse Probability Weighting Estimator). Diakses 2026-06-15 dari https://scholargate.app/id/causal-inference/spatial-inverse-probability-weighting · Set data: https://doi.org/10.5281/zenodo.20539026