Mekansal Entropi Dengeleme
Spatial Entropy Balancing for Causal Inference · Ayrıca şöyle bilinir: spatial EB, geographically-weighted entropy balancing, spatial reweighting
Mekansal entropi dengeleme, birimleri coğrafi uzayda gömen gözlemsel ortamlara standart entropi dengelemenin genişletilmesidir, yeniden ağırlıklandırma sürecine mekansal yapıyı dahil ederek, birimler arasındaki mekansal yakınlık, kümelenme veya taşma bağımlılıklarına saygı duyarken denge sağlanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Tedavi ataması ve sonuçların coğrafi bir boyutu olduğu ve mekansal yakınlığın karıştırma veya taşmanın makul bir kaynağı olduğu gözlemsel verileriniz olduğunda mekansal entropi dengeleme kullanın. Tam kovaryat dengelemesi gerektiğinde ancak coğrafi olarak makul karşıt olgularla sınırlı karşılaştırmalar yapmak istediğinizde uygundur — örneğin, tedavi edilen belediyeleri yakındaki tedavi edilmemiş olanlarla karşılaştırmak. Verilerin anlamlı bir mekansal yapısı olmadığında, tedavi edilen ve kontrol edilen birimler tamamen coğrafi olarak ayrılmış olduğunda ve örneklem boyutları istikrarlı yeniden ağırlıklandırmayı desteklemek için çok küçük olduğunda (kabaca 30'dan az kontrol birimi) uygun değildir.
Güçlü yönler & sınırlılıklar
- İteratif kalibre ayarı veya eğilim modeli belirtimi olmadan belirtilen momentlerde tam kovaryat dengelemesi sağlar.
- Karşıt olgu seçimini açıkça coğrafi yakınlığı dahil eder, mekansal olarak değişen ölçülmemiş karıştırıcılardan kaynaklanan karıştırmayı azaltır.
- Ağırlıklar arasında maksimum entropiyi korur, komşu veya kalibre eşleştirmeden daha fazla orijinal veri çeşitliliğini korur.
- Şeffaf ve tekrarlanabilir: optimizasyon problemi benzersiz bir çözüme sahiptir ve denge yapı gereği doğrulanabilir.
- Farklı komşuluk yarıçapları veya mekansal çekirdek bant genişlikleri seçerek birden çok mekansal ölçeğe doğal olarak genişler.
- Savunulabilir bir mekansal ağırlık matrisi veya bant genişliği seçimi gerektirir; sonuçlar bu seçime duyarlı olabilir ve duyarlılık raporlanmalıdır.
- Tam denge yalnızca araştırmacının belirttiği momentlerde sağlanır; ölçülmemiş mekansal olarak değişen karıştırıcılar ele alınmadan kalır.
- Küçük kontrol havuzlarında (mekansal kısıtlamadan sonra) yeniden ağırlıklandırma çok az birimde kütle yoğunlaşmasına neden olabilir, bu da varyansı şişirir.
- Mekansal kısıtlama, gözlemlenen kovaryatlara göre iyi karşıt olgular olan geçerli uzak kontrolleri ortadan kaldırabilir.
SSS
Mekansal entropi dengeleme standart entropi dengelemelerden nasıl farklıdır?
Standart entropi dengeleme, coğrafi mesafeden bağımsız olarak herhangi bir kontrol birimini kovaryat momentlerini eşleştirmek için yeniden ağırlıklandırır. Mekansal entropi dengeleme, coğrafi olarak uzak kontrollerin kullanımını sınırlayan veya cezalandıran kısıtlamalar veya kısıtlamalar ekler, böylece dengelenmiş örneklem mekansal yakınlığa da saygı duyar.
Mekansal bant genişliğini veya komşuluk yarıçapını nasıl seçerim?
Bant genişliği, mekansal taşmaların makul olarak ne kadar uzağa ulaşabileceği gibi esaslı gerekçelerle seçilmeli ve ardından duyarlılık için test edilmelidir. Bant genişlikleri aralığında sonuçların raporlanması, sağlamlığı göstermek için önerilir.
Bir mekansal ağırlık matrisine ihtiyacım var mı?
Zorunlu değil. Uygun kontrol havuzuna basit bir yarıçap veya k-en yakın komşu kısıtlaması birçok uygulamada yeterlidir. Sonuç modelinde mekansal otokorelasyonu da dahil ederken daha resmi bir mekansal ağırlık matrisi daha kullanışlıdır.
Optimizasyon birkaç kontrol biriminde aşırı ağırlıklar döndürürse ne olur?
Bu genellikle mekansal kısıtlamanın çok az kontrol birimi bıraktığını veya moment kısıtlamalarının aşırı belirtildiğini gösterir. Mekansal bant genişliğini genişletmeyi, moment koşulları sayısını azaltmayı veya tedavi edilen ve kontrol edilen havuzlar arasındaki mekansal örtüşmeyi kontrol etmeyi düşünün.
Standart hataları nasıl hesaplarım?
Her tekrarda tüm prosedürü — mekansal kısıtlama, optimizasyon ve ATT hesaplaması — önyükleyin. Ağırlıkları sabit olarak kabul eden analitik standart hataları kullanmayın, çünkü bu yeniden ağırlıklandırma adımından kaynaklanan tahmin belirsizliğini göz ardı eder.
Kaynaklar
- Hainmueller, J. (2012). Entropy Balancing for Causal Effects: A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025 ↗
- Entropy balancing. Wikipedia. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Spatial Entropy Balancing for Causal Inference. ScholarGate. https://scholargate.app/tr/causal-inference/spatial-entropy-balancing
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Entropi DengelemeNedensel çıkarım↔ karşılaştır
- Mülkiyet Puanı Ağırlıklandırma (PSW / IPW)Nedensel çıkarım↔ karşılaştır
- Uzamsal Çift Sağlam TahminNedensel çıkarım↔ karşılaştır
- Mekansal Ters Olasılık Ağırlıklandırma (Mekansal IPW)Nedensel çıkarım↔ karşılaştır
- Mekansal Eşleştirme TahmincisiNedensel çıkarım↔ karşılaştır
- Mekansal Eğilim Puanı EşleştirmesiNedensel çıkarım↔ karşılaştır