Spatial ConfoundingFrom Classical Model to Modern Applications

Resumo

O confundimento espacial é um desafio persistente na estatística espacial, influenciandoa validade do uso de inferência estatística em modelos que analisam dados com estrutura espacial. O conceito de confundimento espacial tem sido interpretado de várias formas na literatura, mas é amplamente definido como o viés nas estimativas decorrente de variação espacial não mensurada. Quando essa variação espacial segue estruturas específicas, os modelos espaciais padrão podem não conseguir mitigar totalmente o viés. Esta dissertação apresenta uma revisão abrangente do confundimento espacial, explorando suas múltiplas definições, modelos espaciais clássicos e avanços metodológicos recentes. Examinamos abordagens tradicionais, como o modelo de defasagem espacial (SAR model) e a filtragem espacial, juntamente com métodos modernos como TGMRF, ajustes espectrais e soluções baseadas em aprendizado de máquina. Além disso, a tese aborda o confundimento espacial sob a perspectiva da inferência causal, integrando métodos como splines de escore de propensão, modelos de equações estruturais generalizados e abordagens spatial+. Por meio de estudos de simulação com dados reais e sintéticos, avaliamos a eficácia dos métodos existentes e conectamos diferentes conceitualizações de confundimento espacial. Ao sintetizar os avanços recentes, esclarecemos equívocos, avaliamos os trade-offs metodológicos e fornecemos direções para pesquisas futuras. Palavras-chave: confundimento espacial; estatística espacial; inferência causal; regressão espacial; correção de viés.

Ficha do documento

Tipo

Dissertação

Ano

2025

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/36774

Temas

Dados

Palavras-chave

spatial confoundingspatial statisticsspatial plusbias correctioncausal inferenceMatemáticaAnálise espacial (Estatística)CausalidadeCorreção de viés.