Telpiskā kauzālā ietekmes analīze
Telpiskā kauzālā ietekmes analīze novērtē telpiski mērķētas intervences — politikas, šoka vai ārstēšanas, kas piemērota noteiktām vietām — kauzālo efektu, vienlaikus skaidri ņemot vērā ģeogrāfiskās pārplūdes starp apstrādātajām un neapstrādātajām vienībām. Apvienojot kvazi-eksperimentālus dizainus, piemēram, starpību starpībās (difference-in-differences) vai regresijas pārtraukumu (regression discontinuity) ar telpiskiem ekonometriskiem modeļiem, tā atdala tiešo lokālo ārstēšanas efektu no netiešajiem efektiem, kas izplatās uz kaimiņu apgabaliem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Delgado, M. S., & Florax, R. J. G. M. (2015). Difference-in-differences techniques for spatial data: Local autocorrelation and spatial interaction. Economics Letters, 137, 123-126. DOI: 10.1016/j.econlet.2015.10.035 ↗
- Halleck Vega, S., & Elhorst, J. P. (2015). The SLX Model. Journal of Regional Science, 55(3), 339-363. DOI: 10.1111/jors.12188 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Spatial Causal Impact Analysis. ScholarGate. https://scholargate.app/lv/causal-inference/spatial-causal-impact-analysis
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Ģeogrāfiski svērtā regresija (GWR)Telpiskā analīze↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Sintētiskās kontroles metode (SCM)Cēloņsakarību secināšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →