Bayesiansk regressionsdiskontinuitetsdesign
Bayesiansk regressionsdiskontinuitetsdesign (Bayesian RDD) indlejrer det klassiske RD-rammeværk — som estimerer en lokal kausal effekt ved en kendt tildelingsgrænse — inden for en Bayesiansk inferensmotor. Prior-fordelinger placeres på regressionsfunktionerne på hver side af grænsen og på behandlings-effekt-parameteren, hvilket giver en fuld posterior-fordeling over den kausale estimand snarere end et enkelt punktestimat med en frequentistisk p-værdi.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/da/causal-inference/bayesian-regression-discontinuity-design
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Bayesiansk Difference-in-DifferencesKausal inferens↔ sammenlign
- Fuzzy Regression Discontinuity DesignKausal inferens↔ sammenlign
- Instrumentalvariabel (IV) Metoden til Kausal InferensSundhedsøkonomi↔ sammenlign
- Lokal gennemsnitlig behandlingseffekt (LATE / CACE)Kausal inferens↔ sammenlign
- Propensity Score MatchingForskningsstatistik↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →