Regression modelQuasi-experimental / causal inference
공간 성향 점수 가중치
공간 성향 점수 가중치(Spatial Propensity Score Weighting)는 역확률 가중치(IPTW)를 단위들이 지리적으로 위치하고 처리 할당이 위치, 이웃 특성 또는 공간 군집과 같은 공간적 요인에 따라 달라질 수 있는 환경으로 확장합니다. 성향 점수 모델에 공간 공변량을 통합하고 공간 자기상관에 대해 표준 오차를 조정함으로써 관측 지리 데이터로부터 더 신뢰할 수 있는 인과 추정치를 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Spatial Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/ko/causal-inference/spatial-propensity-score-weighting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 지리 가중 회귀 분석 (Geographically Weighted Regression, GWR)공간분석↔ compare
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ compare
- 성향 점수 가중치 (PSW / IPW)인과추론↔ compare
- 공간 차이-차이인과추론↔ compare
- 공간 성향 점수 매칭인과추론↔ compare
- 공간 회귀 불연속 설계 (Spatial RDD)인과추론↔ compare