แบบจำลองโครงสร้างตามขอบเขตเชิงพื้นที่
แบบจำลองโครงสร้างตามขอบเขตเชิงพื้นที่ (Spatial MSM) เป็นการขยายแบบจำลองโครงสร้างตามขอบเขตแบบดั้งเดิมไปยังบริบทที่หน่วยต่างๆ มีการกระจายทางภูมิศาสตร์ และมีความสัมพันธ์เชิงพื้นที่ เช่น การแพร่กระจายในละแวกใกล้เคียง การจัดกลุ่ม และการสับสนเชิงพื้นที่ ซึ่งอาจทำให้การประมาณค่าเชิงสาเหตุเกิดความเอนเอียง แบบจำลองนี้ประมาณค่าผลกระทบเชิงสาเหตุของการสัมผัสที่แปรผันตามพื้นที่ โดยการสร้างน้ำหนักความน่าจะเป็นผกผันที่คำนึงถึงทั้งตัวแปรร่วมของแต่ละบุคคลและตำแหน่งเชิงพื้นที่ จากนั้นจึงปรับแบบจำลองผลลัพธ์ที่มีน้ำหนักในประชากรเสมือนที่ได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Spatial Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/th/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.
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ compare
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ compare
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ compare
- การประมาณค่าแบบทนทานสองชั้นเชิงพื้นที่การอนุมานเชิงสาเหตุ↔ compare
- Spatial Instrumental Variablesการอนุมานเชิงสาเหตุ↔ compare
- การจับคู่คะแนนความโน้มเอียงเชิงพื้นที่การอนุมานเชิงสาเหตุ↔ compare