Spatial Sensitivity Analysis for Causality
Spatial sensitivity analysis for causality systematically tests whether a causal estimate derived from georeferenced data holds up as spatial structure, spillovers, and the choice of spatial weights matrix are varied. Because nearby units often share unmeasured confounders — soil quality, local infrastructure, neighbourhood norms — a naive regression may yield biased causal estimates. This method reveals how fragile or robust a claimed causal effect is to alternative spatial specifications.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.