ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Fuzzy Regression Discontinuity Design

Fuzzy Regression Discontinuity Design (Fuzzy RDD) estimerer kausale effekter, når berettigelse til en behandling bestemmes af en tærskel på en løbende variabel, men den faktiske modtagelse af denne behandling er ufuldstændig — nogle berettigede enheder modtager ikke behandling, og nogle ikke-berettigede enheder gør. Afskæringen fungerer som et instrument, og estimatet er en Lokal Gennemsnitlig Behandlingseffekt (LATE) for compliers nær tærsklen.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

+13 mere

Kilder

  1. Hahn, J., Todd, P., & van der Klaauw, W. (2001). Identification and Estimation of Treatment Effects with a Regression-Discontinuity Design. Review of Economic Studies, 68(1), 201-209. DOI: 10.1111/1468-0262.00183
  2. Imbens, G. W., & Lemieux, T. (2008). Regression discontinuity designs: A guide to practice. Journal of Econometrics, 142(2), 615-635. DOI: 10.1016/j.jeconom.2007.05.001

Sådan citerer du denne side

ScholarGate. (2026, June 3). Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/da/causal-inference/fuzzy-regression-discontinuity

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.

Sammenlign side om side

Refereret af

ScholarGateFuzzy Regression Discontinuity (Fuzzy Regression Discontinuity Design). Hentet 2026-06-15 fra https://scholargate.app/da/causal-inference/fuzzy-regression-discontinuity · Datasæt: https://doi.org/10.5281/zenodo.20539026