ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Bayesovský regresní diskontinuitní design

Bayesovský regresní diskontinuitní design (Bayesian RDD) vkládá klasický rámec RD — který odhaduje lokální kauzální efekt v místě známého přiřazovacího prahu — do Bayesovského inferenčního aparátu. Prioritní rozdělení jsou umístěna na regresní funkce na obou stranách prahu a na parametr léčebného efektu, což vede k úplnému posteriornímu rozdělení kauzálního estimandu spíše než k jedinému bodovému odhadu s frekventistickou p-hodnotou.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  1. Karabatsos, G., & Walker, S. G. (2004). Coherent inference in regression discontinuity designs with a Bayesian nonparametric approach. Journal of the American Statistical Association, 99(468), 1121-1131. link
  2. Chib, S., & Jacobi, L. (2016). Bayesian fuzzy regression discontinuity analysis and returns to compulsory schooling. Journal of Applied Econometrics, 31(6), 1026-1047. DOI: 10.1002/jae.2481

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/cs/causal-inference/bayesian-regression-discontinuity-design

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe
ScholarGateBayesian Regression Discontinuity Design (Bayesian Regression Discontinuity Design). Získáno 2026-06-15 z https://scholargate.app/cs/causal-inference/bayesian-regression-discontinuity-design · Datová sada: https://doi.org/10.5281/zenodo.20539026