ScholarGate
Asystent
Regression modelQuasi-experimental / causal inference

Przestrzenny marginalny model strukturalny

Przestrzenny marginalny model strukturalny (Spatial MSM) rozszerza klasyczny marginalny model strukturalny na ustawienia, w których jednostki są rozmieszczone geograficznie i zależności przestrzenne — takie jak efekty sąsiedztwa, klasteryzacja i przestrzenne czynniki zakłócające — mogą zniekształcać szacunki przyczynowe. Szacuje on przyczynowe skutki przestrzennych zmiennych ekspozycji poprzez konstruowanie wag odwrotności prawdopodobieństwa, które uwzględniają zarówno indywidualne kowariaty, jak i lokalizację przestrzenną, a następnie dopasowanie ważonego modelu wyników w wynikowej pseudo-populacji.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  1. Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011
  2. Schnell, P. M., & Papadogeorgou, G. (2020). Mitigating unobserved spatial confounding when estimating the effect of supermarket access on cardiovascular disease deaths. Annals of Applied Statistics, 14(2), 793-816. DOI: 10.1214/20-aoas1377

Jak cytować tę stronę

ScholarGate. (2026, June 3). Spatial Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/pl/causal-inference/spatial-marginal-structural-model

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 Marginal Structural Model (Spatial Marginal Structural Model with Inverse Probability Weighting). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/spatial-marginal-structural-model · Zbiór danych: https://doi.org/10.5281/zenodo.20539026