Przestrzenne dopasowanie przez ujednolicenie (Spatial CEM)
Przestrzenne dopasowanie przez ujednolicenie (Spatial CEM) stosuje ramy dopasowania przez ujednolicenie (Coarsened Exact Matching) do projektów badawczych obejmujących jednostki geograficzne — sąsiedztwa, rejony spisowe, gminy lub komórki siatki. Kowariaty są ujednolicane do dyskretnych przedziałów, a jednostki są dopasowywane dokładnie na podstawie tych przedziałów, z atrybutami przestrzennymi (lokalizacja, sąsiedztwo, cechy geograficzne) włączonymi jako wymiary dopasowania w celu kontrolowania przestrzennego splątania.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Iacus, S. M., King, G., & Porro, G. (2012). Causal Inference without Balance Checking: Coarsened Exact Matching. Political Analysis, 20(1), 1-24. DOI: 10.1093/pan/mpr013 ↗
- Anselin, L., & Rey, S. J. (Eds.) (2014). Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL. GeoDa Press. ISBN: 978-0986342103
Jak cytować tę stronę
ScholarGate. (2026, June 3). Spatial Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/pl/causal-inference/spatial-coarsened-exact-matching
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Coarsened Exact Matching (CEM)Wnioskowanie przyczynowe↔ porównaj
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ porównaj
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
- Przestrzenna estymacja podwójnie odpornaWnioskowanie przyczynowe↔ porównaj
- Przestrzenne dopasowanie wyników skłonności (Spatial Propensity Score Matching)Wnioskowanie przyczynowe↔ porównaj
- Przestrzenny projekt regresji z przerwą (Spatial RDD)Wnioskowanie przyczynowe↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →