Ruimtelijke Dubbel Robuuste Schatten
Ruimtelijke dubbel robuuste schatting is een semiparametrische causale inferentiemethode die propensity scoreweging combineert met uitkomstregressiemodellering — wat bescherming biedt tegen misspecificatie van een van beide componenten — terwijl expliciet rekening wordt gehouden met ruimtelijke autocorrelatie tussen eenheden. Het breidt de klassieke augmented inverse probability weighting (AIPW)-schatter uit naar situaties waar de toewijzing van behandelingen en uitkomsten geografisch geclusterd of ruimtelijk afhankelijk zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Papadogeorgou, G., Mealli, F., & Zigler, C. M. (2019). Causal inference with interfering units for cluster and population level treatment allocation programs. Biometrics, 75(3), 778-787. DOI: 10.1111/biom.13049 ↗
- Kennedy, E. H. (2016). Semiparametric theory and empirical processes in causal inference. In H. He, P. Wu, & D.-G. Chen (Eds.), Statistical Causal Inferences and Their Applications in Public Health Research (pp. 141-167). Springer. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/nl/causal-inference/spatial-doubly-robust-estimation
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.
- Difference-in-Differences (DiD)Econometrie↔ compare
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ compare
- Geografisch Gewogen Regressie (GWR)Ruimtelijke analyse↔ compare
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ compare
- Propensity Score MatchingOnderzoeksstatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →