ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Robust Fuzzy Regression Discontinuity Design

Robust Fuzzy Regression Discontinuity Design estimerer en lokal gennemsnitlig behandlingseffekt (LATE) ved en tærskelværdi, hvor krydsning af grænsen medfører – men ikke garanterer – modtagelse af behandling. Introduceret af Calonico, Cattaneo og Titiunik (2014), anvender den robuste ramme bias-korrigeret lokal polynomiel estimering med en robust variansestimator, der korrigerer dækningsfejl ved konventionel båndbredde-optimal inferens i både skarpe og fuzzy tilfælde.

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. 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
  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). Robust Bias-Corrected Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/da/causal-inference/robust-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
ScholarGateRobust Fuzzy Regression Discontinuity (Robust Bias-Corrected Fuzzy Regression Discontinuity Design). Hentet 2026-06-17 fra https://scholargate.app/da/causal-inference/robust-fuzzy-regression-discontinuity · Datasæt: https://doi.org/10.5281/zenodo.20539026