Spatial Propensity Score Matching Estimator
Standarta tendenču rezultātu saskaņošana saskaņo ārstētās un kontroles vienības, kas izskatās līdzīgas pēc novērotajiem kovariātiem. Tomēr, ja vienības ir pilsētas, tautas skaitīšanas iecirkņi vai fermas, tuvumā esošās vienības bieži vien dala neuztvērtus vides, demogrāfiskus vai ekonomiskus apstākļus, kas arī vada ārstēšanas piešķiršanu. Ignorējot telpu, var izveidot saskaņojumus, kas ir statistiski līdzīgi pēc tabulas kovariātiem, bet ģeogrāfiski tālu viens no otra un tāpēc pakļauti dažādiem nemainīgiem vietējiem apstākļiem. Spatial PSM risina šo problēmu, iekļaujot tendenču modelī telpiskos novirzes mainīgos, ģeogrāfiskās koordinātas vai kaimiņu raksturlielumus, un ierobežojot vai svēršanas saskaņojumus, lai dotu priekšroku ģeogrāfiski tuvākām kontroles vienībām, tādējādi samazinot risku, ka nemainīgi telpiski jauktie faktori sagroza cēloņsakarību aplēsi.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
+vēl 2
Avoti
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
- Kelejian, H. H., & Prucha, I. R. (2004). Estimation of simultaneous systems of spatially interrelated cross sectional equations. Journal of Econometrics, 118(1-2), 27-50. DOI: 10.1016/S0304-4076(03)00133-7 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Spatial Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/lv/causal-inference/spatial-propensity-score-matching
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Coarsened Exact Matching (CEM)Cēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Telpiskā divkārtīgi robustā estimācijaCēloņsakarību secināšana↔ salīdzināt
- Telpiskie instrumentālie mainīgie (Spatial IV / Spatial 2SLS)Cēloņsakarību secināšana↔ salīdzināt
- Telpiskās regresijas diskontinuitātes dizains (Spatial RDD)Cēloņsakarību secināšana↔ salīdzināt
- Telpiskā sintētiskās kontroles metodeCēloņsakarību secināšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →