การถ่วงน้ำหนักคะแนนแนวโน้มเชิงพื้นที่
การถ่วงน้ำหนักคะแนนแนวโน้มเชิงพื้นที่เป็นการขยายการถ่วงน้ำหนักความน่าจะเป็นผกผันของการรักษา (IPTW) ไปยังสถานการณ์ที่หน่วยต่างๆ ตั้งอยู่ในทางภูมิศาสตร์และการกำหนดการรักษาอาจขึ้นอยู่กับปัจจัยเชิงพื้นที่ เช่น ตำแหน่ง ลักษณะของละแวกใกล้เคียง หรือการจัดกลุ่มเชิงพื้นที่ โดยการรวมตัวแปรเสริมเชิงพื้นที่เข้ากับแบบจำลองคะแนนแนวโน้มและการปรับค่าความคลาดเคลื่อนมาตรฐานสำหรับการพึ่งพาอาศัยกันเชิงพื้นที่ จะให้การประมาณค่าเชิงสาเหตุที่น่าเชื่อถือยิ่งขึ้นจากข้อมูลเชิงสังเกตเชิงภูมิศาสตร์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014 ↗
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Spatial Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/th/causal-inference/spatial-propensity-score-weighting
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.
- Geographically Weighted Regression (GWR)การวิเคราะห์เชิงพื้นที่↔ compare
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ compare
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ compare
- ความแตกต่างเชิงพื้นที่ในความแตกต่าง (Spatial Difference-in-Differences)การอนุมานเชิงสาเหตุ↔ compare
- การจับคู่คะแนนความโน้มเอียงเชิงพื้นที่การอนุมานเชิงสาเหตุ↔ compare
- Spatial Regression Discontinuity Designการอนุมานเชิงสาเหตุ↔ compare