Estimativa Espacial Duplamente Robusta
A estimativa espacial duplamente robusta é um método semiparamétrico de inferência causal que combina ponderação por escore de propensão com modelagem de regressão de resultados — fornecendo proteção contra a especificação incorreta de qualquer um dos componentes — ao mesmo tempo que leva em conta explicitamente a autocorrelação espacial entre as unidades. Ela estende o estimador clássico de ponderação de probabilidade inversa aumentada (AIPW) para cenários onde a atribuição de tratamento e os resultados são geograficamente agrupados ou espacialmente dependentes.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/pt/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.
- Diferenças em Diferenças (DiD)Econometria↔ compare
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ compare
- Regressão Geograficamente Ponderada (GWR)Análise espacial↔ compare
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ compare
- Propensity Score MatchingEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →