ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Spatial Marginal Structural Model

Den spatiala marginella strukturmodellen (Spatial MSM) utökar den klassiska marginella strukturmodellen till situationer där enheter är geografiskt distribuerade och rumsliga beroenden – såsom grannskapseffekter, klustring och rumslig confounding – kan snedvrida kausala skattningar. Den skattar kausala effekter av rumsligt varierande exponeringar genom att konstruera invers sannolikhetsviktning som tar hänsyn till både individuella kovariater och rumslig position, och därefter anpassa en viktad utfallsmodell i den resulterande pseudopopulationen.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

ScholarGate. (2026, June 3). Spatial Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/sv/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). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/spatial-marginal-structural-model · Datamängd: https://doi.org/10.5281/zenodo.20539026