Пространственная двойная робастная оценка
Пространственная двойная робастная оценка — это полупараметрический метод причинно-следственного вывода, который объединяет взвешивание по обратному вероятностному счету с моделированием регрессии исходов, обеспечивая защиту от неправильной спецификации любого из компонентов, явно учитывая при этом пространственную автокорреляцию между единицами. Он расширяет классический оценщик дополненного взвешивания по обратному вероятностному счету (AIPW) на случаи, когда назначение лечения и исходы географически кластеризованы или пространственно зависимы.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Spatial Doubly Robust Causal Estimation. ScholarGate. https://scholargate.app/ru/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.
- Разность разностей (Difference-in-Differences, DiD)Эконометрика↔ compare
- Двухробастное оценивание (AIPW)Причинно-следственный вывод↔ compare
- Регрессия с географически взвешенными коэффициентами (GWR)Пространственный анализ↔ compare
- Взвешивание по обратной вероятности лечения (IPW / IPTW)Причинно-следственный вывод↔ compare
- Метод подбора на основе оценки склонностиСтатистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →