เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ตัวประมาณค่าการจับคู่เชิงพื้นที่× | การจับคู่คะแนนความโน้มเอียงเชิงพื้นที่× | |
|---|---|---|
| สาขาวิชา | การอนุมานเชิงสาเหตุ | การอนุมานเชิงสาเหตุ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2000s–2010s | 2000s |
| ผู้ริเริ่ม≠ | Extension of Abadie & Imbens (2006) matching estimator to spatial settings; geographic applications developed in urban/environmental econometrics literature | Extension of Rosenbaum & Rubin (1983) PSM to spatial settings; spatial adaptation developed in applied econometrics and epidemiology literature from the 2000s onward |
| ประเภท≠ | Quasi-experimental causal inference | Quasi-experimental matching estimator |
| แหล่งต้นตำรับ≠ | Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI ↗ | 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 ↗ |
| ชื่อเรียกอื่น | geographic matching estimator, spatial nearest-neighbor matching, location-based matching estimator, spatially-weighted matching | Spatial PSM, Geospatial PSM, Spatially-adjusted propensity score matching, Geographic propensity score matching |
| ที่เกี่ยวข้อง | 6 | 6 |
| สรุป≠ | The Spatial Matching Estimator estimates causal treatment effects by pairing each treated geographic unit with one or more similar untreated units nearby, exploiting the assumption that units close in space share similar unobserved characteristics. By restricting matches to a geographic neighbourhood or weighting by spatial proximity, the method controls for location-specific confounders that standard matching ignores. | Spatial Propensity Score Matching (Spatial PSM) extends the classic propensity score matching framework to settings where units are embedded in geographic space and treatment assignment or outcomes may be spatially correlated. By incorporating spatial covariates and adjacency structure into the propensity model and matching procedure, it produces causal estimates that account for geographic confounding and spillover effects. |
| ScholarGateชุดข้อมูล ↗ |
|
|