关于稿件《Spatial+：一种空间混杂处理的新方法》的讨论
统计方法学
2021-07-06 v1
摘要
我祝贺 Dupont、Wood 和 Augustin（以下简称 DWA）提出了一种在空间混杂存在下易于实现的估计方法，并探讨了该主题中若干复杂方面。该方法将感兴趣的协变量对空间基函数作回归，并将此模型的残差用于结果回归。作者表明，若协变量并非完全空间性的，该途径可得到暴露与结果之间条件关联的相合估计。下面我讨论在空间设定下对推断至关重要的概念性与操作性问题：（i）目标量及其可解释性，（ii）协变量的非空间方面及其相对空间尺度，以及（iii）空间平滑的影响。尽管 DWA 对这些议题有所洞见，我认为读者或可受益于更深入的讨论。在下文中，我聚焦于研究者欲解释给定协变量与结果之间关系的设定。我将感兴趣的协变量称为暴露，以区别于其余协变量。
引用
@article{arxiv.2107.01644,
title = {Discussion of the manuscript: Spatial+ a novel approach to spatial confounding},
author = {Georgia Papadogeorgou},
journal= {arXiv preprint arXiv:2107.01644},
year = {2021}
}