Przestrzenna estymacja podwójnie odporna
Przestrzenna estymacja podwójnie odporna (Spatial Doubly Robust Estimation) to semiparametryczna metoda wnioskowania przyczynowego, która łączy ważenie za pomocą skłonności (propensity score weighting) z modelowaniem regresji wyników — zapewniając ochronę przed błędną specyfikacją któregokolwiek z tych komponentów — jednocześnie jawnie uwzględniając autokorelację przestrzenną między jednostkami. Rozszerza ona klasyczny estymator ważony odwrotnością prawdopodobieństwa z augmentacją (Augmented Inverse Probability Weighting, AIPW) na sytuacje, w których przypisanie leczenia i wyniki są zgrupowane geograficznie lub zależne przestrzennie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/pl/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.
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ compare
- Estymacja podwójnie odporna (AIPW)Wnioskowanie przyczynowe↔ compare
- Regresja geograficznie ważona (GWR)Analiza przestrzenna↔ compare
- Ważenie odwrotnością prawdopodobieństwa leczenia (IPW / IPTW)Wnioskowanie przyczynowe↔ compare
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →