ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Romlig tendenspoengvekting

Romlig tendenspoengvekting utvider invers sannsynlighet for behandlingvekting (IPTW) til situasjoner der enheter er geografisk plassert og tildeling av behandling kan avhenge av romlige faktorer som lokasjon, nabolagskarakteristikker eller romlig klynging. Ved å inkludere romlige kovariater i tendenspoengmodellen og justere standardfeil for romlig autokorrelasjon, gir den mer troverdige kausale estimater fra observasjonsdata med geografisk innhold.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014
  2. Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442

Slik siterer du denne siden

ScholarGate. (2026, June 3). Spatial Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/no/causal-inference/spatial-propensity-score-weighting

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
ScholarGateSpatial Propensity Score Weighting (Spatial Propensity Score Weighting for Causal Inference). Hentet 2026-06-15 fra https://scholargate.app/no/causal-inference/spatial-propensity-score-weighting · Datasett: https://doi.org/10.5281/zenodo.20539026