ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Spatial Regression Discontinuity Design (Spatial RDD)

Spatial Regression Discontinuity Design anvender en geografisk eller administrativ grænse som den tærskel, der tildeler enheder til behandling. Observationer lige inden for den ene side af grænsen sammenlignes med dem lige udenfor, idet man udnytter den næsten tilfældige variation i behandlingsstatus nær grænsen til at estimere en lokal kausal effekt. Metoden anvendes bredt inden for økonomi, statskundskab og folkesundhed, når politikker eller institutioner ændres skarpt ved en grænse.

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.

+5 mere

Kilder

  1. Dell, M. (2010). The Persistent Effects of Peru's Mining Mita. Econometrica, 78(6), 1863-1903. DOI: 10.3982/ECTA8121
  2. Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014

Sådan citerer du denne side

ScholarGate. (2026, June 3). Spatial Regression Discontinuity Design. ScholarGate. https://scholargate.app/da/causal-inference/spatial-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.

Sammenlign side om side

Refereret af

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