Regression modelQuasi-experimental / causal inference
공간 역확률 가중치 (Spatial IPW)
공간 역확률 가중치(Spatial Inverse Probability Weighting)는 단위가 지리적으로 참조되고 공간적 위치가 교란 차원인 설정으로 고전적인 IPW 추정량을 확장합니다. 성향 점수 모델에 지리 좌표 또는 공간적 근접성을 통합함으로써, 관찰된 표본을 재가중하여 치료군과 대조군이 측정된 공변량뿐만 아니라 공간 구조에서도 균형을 이루도록 하여, 공간적으로 인덱싱된 관찰 데이터로부터 신뢰할 수 있는 인과 추론을 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Spatial Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/spatial-inverse-probability-weighting
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 이중차분법 (Diff-in-Diff)계량경제학↔ 비교
- 이중 강건 추정 (AIPW)인과추론↔ 비교
- 지리 가중 회귀 분석 (Geographically Weighted Regression, GWR)공간분석↔ 비교
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- 성향 점수 매칭연구 통계↔ 비교
- 공간 회귀분석 (공간 시차 및 공간 오차 모형)계량경제학↔ 비교