İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Nedensel çıkarım›Mekansal Sentetik Kontrol Yöntemi
Regression modelQuasi-experimental / causal inference

Mekansal Sentetik Kontrol Yöntemi

Spatial Synthetic Control Method for Causal Inference · Ayrıca şöyle bilinir: spatial SCM, geographic synthetic control, spatial SC, spatial counterfactual control

Mekansal Sentetik Kontrol Yöntemi, klasik sentetik kontrol çerçevesini, tedavi edilen ve bağışçı birimlerin coğrafi konumla tanımlandığı durumlar için uyarlar. Mekansal olarak yakın veya karşılaştırılabilir kontrol bölgelerinin ağırlıklı bir kombinasyonunu oluşturarak, yöntem müdahale olmasaydı tedavi edilen alanda ne olacağını tahmin ederken, coğrafi yayılmaları, mekansal otokorelasyonu ve birimler arasındaki bitişikliği açıkça hesaba katar.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Mekansal Sentetik Kontrol Yöntemi
Farkların Farkı (Diff-in…Eğilim Skoru EşleştirmesiMekansal Farkların Farkı…Mekansal Kesintili Zaman…Mekansal Regresyon Kesin…Sentetik Kontrol Yöntemi…Mekansal Eğilim Puanı Eş…

Ne zaman kullanılır

Belirli bir coğrafi birimi hedefleyen bir politika, şok veya müdahale olduğunda ve birden fazla karşılaştırılabilir bölge için tedavi öncesi panel verileriniz olduğunda Mekansal Sentetik Kontrol kullanın. Özellikle standart fark-fark varsayımlarının paralel olmayan eğilimler nedeniyle makul olmadığı ve az sayıda tedavi edilen birim olduğunda uygundur. Şu durumlarda kullanmayın: bağışçı havuzunun çok küçük olması (10-15'ten az bağışçı), tedavi öncesi uyumun sağlanamaması (sentetik kontrol, tedavi öncesi dönemde kötü izler), mekansal yayılmaların mevcut tüm bağışçıları kirletmesi veya tedavinin neredeyse tüm birimlere aynı anda uygulanması nedeniyle temiz bir kontrol grubunun olmaması.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Açık bir karşı-olgusal durum oluşturur, bu da tanımlayıcı varsayımları örtük yerine açıkça denetlenebilir hale getirir.
  • Kirlenmemiş bağışçı birimlerini dikkatlice seçerek coğrafi yayılmaları hesaba katar, bu da mekansal bağlamlarda standart Fark-Fark'a göre büyük bir avantajdır.
  • Paralel eğilimler varsayımını gerektirmez; bağışçı ağırlıkları karmaşık tedavi öncesi eğilimleri esnek bir şekilde eşleştirir.
  • Permütasyon tabanlı çıkarım küçük örneklemlerde geçerlidir, asimptotik standart hataların aksine.
  • Tedavi etkisinin zaman içindeki seyrini sağlar, müdahalenin etkisinin başlangıcını, zirvesini ve sönmesini ortaya çıkarır.
Sınırlılıklar
  • İyi oturan bir sentetik kontrol oluşturmak için yeterince büyük ve coğrafi olarak çeşitli bir bağışçı havuzu gerektirir; seyrek bölgesel veriler yaklaşımı zayıflatır.
  • Tedavi öncesi uyum kalitesi resmi bir testle doğrulanamaz, bu nedenle kötü bir uyum dikkatli bir inceleme olmadan tespit edilemeyebilir.
  • Bağışçı havuzundaki mekansal yayılma dışlama kriterleri araştırmacı yargısı içerir ve tutarsız uygulandığında bağışçı havuzuna seçim yanlılığı getirebilir.
  • Permütasyon testleri yoluyla çıkarım, bağışçı havuzu küçük olduğunda gücünü kaybeder ve yöntemin tüm mekansal uzantıları kapsayan standart bir yazılım uygulaması yoktur.
  • Yöntem, tek bir tedavi edilen birimi en doğal şekilde ele alır; birden fazla eş zamanlı tedavi edilen mekansal birime genelleme, kademeli benimseme uzantıları gerektirir.

SSS

Mekansal yayılmalar nedeniyle hangi bağışçı bölgelerini hariç tutmam gerektiğine nasıl karar veririm?

Yaygın uygulama, tedavi edilen birimin bitişik veya belirli bir mesafe tamponu içindeki birimleri ve tedavi etkisini iletebilecek güçlü ekonomik veya ticaret bağlantılarına sahip herhangi bir birimi hariç tutmaktır. Dışlama eşiği bir araştırmacı yargı kararıdır; bu eşiği değiştiren duyarlılık analizleri şiddetle tavsiye edilir.

Bu, standart sentetik kontrol yöntemine göre neden 'mekansal'?

Mekansal uzantı, bağışçı havuzunu oluştururken coğrafi yakınlığı ve yayılma kirliliğini açıkça dikkate alır. Standart sentetik kontrol, bağışçıların tedavi edilen birime yakın olup olmadığını göz ardı eder; mekansal sürüm, coğrafi izolasyonu bir seçim kriteri haline getirir ve tahmin sırasında sonuç değişkenindeki mekansal otokorelasyonu da hesaba katabilir.

Birden fazla eş zamanlı tedavi edilen bölgeyle mekansal sentetik kontrol kullanabilir miyim?

Zorlukla. Klasik yaklaşım tek bir tedavi edilen birimi ele alır. Birden fazla tedavi edilen bölge, ya yöntemi her tedavi edilen birime ayrı ayrı uygulamayı (tüm tedavi edilen bölgeleri ve komşularını hariç tutan bağışçı havuzlarıyla) ya da hala aktif bir metodolojik araştırma alanı olan kademeli benimseme genellemelerini kullanmayı gerektirir.

Sentetik kontrolün güvenilir bir karşı-olgusal durum olduğunu nasıl değerlendiririm?

Tedavi öncesi boşluğu inceleyin: iyi bir sentetik kontrol, müdahaleden önce tedavi edilen birimi yakından takip eder (düşük RMSPE). Öncül ortalamalarının iyi eşleştiğini de kontrol edin. Tedavi öncesi uyum kötüyse, tedavi sonrası boşluk güvenilir bir şekilde nedensel bir etki olarak yorumlanamaz.

Mekansal sentetik kontrol için özel bir yazılım var mı?

Standart sentetik kontrol yazılımları (Stata ve R'de Synth veya tidysynth R paketi), manuel olarak küratörlüğü yapılmış bir mekansal bağışçı havuzuyla kullanılabilir. Tek bir paket, yayılma tespiti dahil tam mekansal iş akışını otomatikleştirmemektedir; araştırmacılar tipik olarak bu araçları spdep veya sf gibi R'deki mekansal analiz paketleriyle birleştirir.

Kaynaklar

  1. Abadie, A., & Gardeazabal, J. (2003). The Economic Costs of Conflict: A Case Study of the Basque Country. American Economic Review, 93(1), 113-132. DOI: 10.1257/000282803321455188 ↗
  2. Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California's Tobacco Control Program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Spatial Synthetic Control Method for Causal Inference. ScholarGate. https://scholargate.app/tr/causal-inference/spatial-synthetic-control-method

İlişkili yöntemler

Farkların Farkı (Diff-in-Diff)Eğilim Skoru EşleştirmesiMekansal Farkların Farkı (Mekansal DiD)Mekansal Kesintili Zaman SerisiMekansal Regresyon Kesinti Tasarımı (Mekansal RDD)Sentetik Kontrol Yöntemi (SCM)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
  • Eğilim Skoru EşleştirmesiAraştırma istatistiği↔ karşılaştır
  • Mekansal Farkların Farkı (Mekansal DiD)Nedensel çıkarım↔ karşılaştır
  • Mekansal Kesintili Zaman SerisiNedensel çıkarım↔ karşılaştır
  • Mekansal Regresyon Kesinti Tasarımı (Mekansal RDD)Nedensel çıkarım↔ karşılaştır
  • Sentetik Kontrol Yöntemi (SCM)Nedensel çıkarım↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Mekansal Eğilim Puanı Eşleştirmesi

Benzer yöntemler

Sentetik Kontrol Yöntemi (SCM)Suni Kontrol Yöntemi (SCM) Politika Değerlendirmesi İçinPanel Veri Sentetik Kontrol YöntemiÇok Dönemli Sentetik Kontrol YöntemiDinamik Sentetik Kontrol YöntemiSağlam Sentetik Kontrol YöntemiMekansal Eşleştirme TahmincisiHeterojen Tedavi Etkisi Sentetik Kontrol Yöntemi

İlgili referans kavramlar

Yarı Deneysel ve Doğal Deney TasarımıDoğal DeneyCross-Sectional Models • Spatial Models • Treatment Effect Models • Quantile RegressionsKarşıolgusal Akıl YürütmeNedensel ÇıkarımCross-Sectional Models • Spatial Models • Treatment Effect Models • Quantile Regressions • Social Interaction Models

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Spatial Synthetic Control Method (Spatial Synthetic Control Method for Causal Inference). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/causal-inference/spatial-synthetic-control-method · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Abadie & Gardeazabal (2003); extended to spatial settings by subsequent applied econometric work
Year
2003–2010s
Type
Quasi-experimental causal inference
DataType
Geo-referenced panel or time-series cross-sectional data
Subfamily
Quasi-experimental / causal inference
İlişkili yöntemler
Farkların Farkı (Diff-in-Diff)Eğilim Skoru EşleştirmesiMekansal Farkların Farkı (Mekansal DiD)Mekansal Kesintili Zaman SerisiMekansal Regresyon Kesinti Tasarımı (Mekansal RDD)Sentetik Kontrol Yöntemi (SCM)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil