Disseny de regressió robusta per discontinuïtats
La RDD robusta estén el disseny clàssic de regressió per discontinuïtats amb correcció de biaix i intervals de confiança robustos, abordant el problema de la subcobertura de la inferència RDD convencional. Desenvolupada per Calonico, Cattaneo i Titiunik (2014), utilitza estimació per polinomis locals amb un punt estimat amb biaix corregit i un terme de variància més ampli que té en compte la incertesa afegida, produint intervals de confiança amb una cobertura asimptòtica correcta.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Calonico, S., Cattaneo, M. D., & Titiunik, R. (2014). Robust Nonparametric Confidence Intervals for Regression-Discontinuity Designs. Econometrica, 82(6), 2295-2326. DOI: 10.3982/ECTA11757 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2019). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Bias-Corrected Regression Discontinuity Design. ScholarGate. https://scholargate.app/ca/causal-inference/robust-regression-discontinuity-design
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Diferència en Diferències (Diff-in-Diff)Econometria↔ compara
- Disseny de Discontinuïtat de Regressió FuzzyInferència causal↔ compara
- Mètode de Variables Instrumentals (IV) per a la Inferència CausalEconomia de la salut↔ compara
- Emparellament per puntuació de propensióEstadística per a la recerca↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →