Regression modelQuasi-experimental / causal inference

Phân tích độ nhạy không gian cho tính nhân quả

Phân tích độ nhạy không gian cho tính nhân quả kiểm tra một cách có hệ thống liệu một ước lượng nhân quả bắt nguồn từ dữ liệu có tọa độ địa lý có giữ vững khi cấu trúc không gian, hiệu ứng lan tỏa và lựa chọn ma trận trọng số không gian được thay đổi hay không. Bởi vì các đơn vị ở gần nhau thường chia sẻ các yếu tố gây nhiễu không được đo lường — chất lượng đất, cơ sở hạ tầng địa phương, chuẩn mực khu dân cư — một hồi quy thông thường có thể đưa ra các ước lượng nhân quả sai lệch. Phương pháp này cho thấy hiệu ứng nhân quả được tuyên bố mong manh hay mạnh mẽ như thế nào đối với các quy định không gian thay thế.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

The neighbourhood of related methods — select a node to explore.

Nguồn tài liệu

  1. Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers, Dordrecht. ISBN: 978-9024737322
  2. Reich, B. J., Yang, S., Guan, Y., Giffin, A. B., Miller, M. J., & Rappold, A. G. (2021). A review of spatial causal inference methods for environmental and epidemiological applications. International Statistical Review, 89(3), 605-634. DOI: 10.1111/insr.12452

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Spatial Sensitivity Analysis for Causal Inference. ScholarGate. https://scholargate.app/vi/causal-inference/spatial-sensitivity-analysis-for-causality

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.

Compare side by side
ScholarGateSpatial Sensitivity Analysis for Causality (Spatial Sensitivity Analysis for Causal Inference). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/causal-inference/spatial-sensitivity-analysis-for-causality · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026