Analisis Sensitiviti Spatial untuk Kausaliti
Analisis sensitiviti spatial untuk kausaliti secara sistematik menguji sama ada anggaran kausal yang diperoleh daripada data georuang dapat bertahan apabila struktur spatial, limpahan, dan pilihan matriks pemberat spatial divariasikan. Oleh kerana unit-unit yang berdekatan sering berkongsi konfounder yang tidak diukur — kualiti tanah, infrastruktur tempatan, norma kejiranan — regresi naif boleh menghasilkan anggaran kausal yang bias. Kaedah ini mendedahkan betapa rapuh atau teguhnya kesan kausal yang didakwa terhadap spesifikasi spatial alternatif.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers, Dordrecht. ISBN: 978-9024737322
- Reich, B. J., Yang, S., Guan, Y., Giffin, A. B., Miller, M. J., & Rappold, A. G. (2021). A review of spatial causal inference methods for environmental and epidemiological applications. International Statistical Review, 89(3), 605-634. DOI: 10.1111/insr.12452 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Spatial Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/ms/causal-inference/spatial-sensitivity-analysis-for-causality
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.
- Perbezaan-dalam-Perbezaan (Diff-in-Diff)Ekonometrik↔ compare
- Regresi Berbobot Geografi (GWR)Analisis Reruang↔ compare
- Kaedah Pemboleh Ubah Instrumental (IV) untuk Inferensi KausalEkonomi Kesihatan↔ compare
- Padanan Skor KecenderunganStatistik Penyelidikan↔ compare
- Model Ralat Angkasa (SEM)Analisis Reruang↔ compare
- Model Lag Angkasa (SAR / Spatial Autoregressive)Analisis Reruang↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →