Regression modelQuasi-experimental / causal inference

Ważenie przestrzenne z wykorzystaniem skłonności (Spatial Propensity Score Weighting)

Ważenie przestrzenne z wykorzystaniem skłonności rozszerza ważenie odwrotnością prawdopodobieństwa leczenia (IPTW) na sytuacje, w których jednostki są zlokalizowane geograficznie, a przypisanie leczenia może zależeć od czynników przestrzennych, takich jak lokalizacja, charakterystyka sąsiedztwa lub klasteryzacja przestrzenna. Poprzez włączenie kowariantów przestrzennych do modelu skłonności i dostosowanie błędów standardowych dla autokorelacji przestrzennej, metoda ta pozwala uzyskać bardziej wiarygodne oszacowania przyczynowe z obserwacyjnych danych geograficznych.

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. 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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Spatial Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/pl/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). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/spatial-propensity-score-weighting · Zbiór danych: https://doi.org/10.5281/zenodo.20539026