การจับคู่คะแนนความโน้มเอียงเชิงพื้นที่
การจับคู่คะแนนความโน้มเอียงเชิงพื้นที่ (Spatial PSM) เป็นการขยายกรอบการทำงานของการจับคู่คะแนนความโน้มเอียงแบบดั้งเดิมไปยังสถานการณ์ที่หน่วยต่าง ๆ ตั้งอยู่ในพื้นที่ทางภูมิศาสตร์ และการกำหนดการรักษาหรือผลลัพธ์อาจมีความสัมพันธ์เชิงพื้นที่ การรวมตัวแปรควบคุมเชิงพื้นที่และโครงสร้างความประชิดเข้ากับแบบจำลองความโน้มเอียงและกระบวนการจับคู่ ทำให้ได้ค่าประมาณเชิงสาเหตุที่คำนึงถึงตัวแปรกวนเชิงภูมิศาสตร์และผลกระทบจากการแพร่กระจาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
+2 เพิ่มเติม
แหล่งอ้างอิง
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
- Kelejian, H. H., & Prucha, I. R. (2004). Estimation of simultaneous systems of spatially interrelated cross sectional equations. Journal of Econometrics, 118(1-2), 27-50. DOI: 10.1016/S0304-4076(03)00133-7 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Spatial Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/th/causal-inference/spatial-propensity-score-matching
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Coarsened Exact Matching (CEM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ
- การประมาณค่าแบบทนทานสองชั้นเชิงพื้นที่การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Spatial Instrumental Variablesการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Spatial Regression Discontinuity Designการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- ระเบียบวิธีควบคุมสังเคราะห์เชิงพื้นที่การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ