Spatial Doubly Robust Estimation
Spatial doubly robust estimation is a semiparametric causal inference method that combines propensity score weighting with outcome regression modeling — providing protection against misspecification of either component — while explicitly accounting for spatial autocorrelation among units. It extends the classical augmented inverse probability weighting (AIPW) estimator to settings where treatment assignment and outcomes are geographically clustered or spatially dependent.
Record di origine
Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.
- 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. · URL
Affermazioni curate
Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.
Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.
Metodi correlati
Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.