ScholarGate
Asistents
Regression modelQuasi-experimental / causal inference

Novērtēšanas metodes telpiskā saskaņošana

Novērtēšanas metodes telpiskā saskaņošana (Spatial Matching Estimator) novērtē cēloņsakarību ārstēšanas efektus, saskaņojot katru apstrādātu ģeogrāfisko vienību ar vienu vai vairākām līdzīgām neapstrādātām vienībām tuvumā, izmantojot pieņēmumu, ka telpiski tuvas vienības dala līdzīgas neuzskaitītas īpašības. Ierobežojot saskaņošanu ģeogrāfiskā apkaimē vai svēršanas pēc telpiskās tuvuma, metode kontrolē atrašanās vietai specifiskus konfunderus, ko standarta saskaņošana ignorē.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x
  2. Matching (statistics). Wikipedia. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Spatial Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/lv/causal-inference/spatial-matching-estimator

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.

Compare side by side

Uz to atsaucas

ScholarGateSpatial Matching Estimator (Spatial Matching Estimator for Causal Inference). Izgūts 2026-06-15 no https://scholargate.app/lv/causal-inference/spatial-matching-estimator · Datu kopa: https://doi.org/10.5281/zenodo.20539026