ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Fuzzy Regression Discontinuity for Policy Evaluation

Fuzzy Regression Discontinuity Design (Fuzzy RDD) estimerer den kausale effekt af en politik, når berettigelse bestemmes ved at krydse en tærskel på en kontinuerlig score, men den faktiske deltagelse eller overholdelse er ufuldstændig. Formelt udviklet af Hahn, Todd og Van der Klaauw (2001), bruger den tærsklen som et instrumentvariabel til at estimere en Lokal Gennemsnitlig Behandlingseffekt (LATE) blandt dem, der overholder reglerne nær skæringspunktet.

Åbn i MethodMindSnartApply, compare, get guidance
Tools & resources
Hent slides
Learn & explore
VideoSnart

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.

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 for Policy Evaluation. ScholarGate. https://scholargate.app/da/causal-inference/policy-evaluation-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
ScholarGatePolicy Evaluation Fuzzy Regression Discontinuity (Fuzzy Regression Discontinuity Design for Policy Evaluation). Hentet 2026-06-17 fra https://scholargate.app/da/causal-inference/policy-evaluation-fuzzy-regression-discontinuity · Datasæt: https://doi.org/10.5281/zenodo.20539026