Fuzzy Regression Discontinuity Design
Fuzzy Regression Discontinuity Design (Fuzzy RDD) schätzt kausale Effekte, wenn die Berechtigung für eine Behandlung durch einen Schwellenwert einer laufenden Variable bestimmt wird, die tatsächliche Inanspruchnahme dieser Behandlung jedoch unvollständig ist – einige berechtigte Einheiten erhalten keine Behandlung und einige nicht berechtigte Einheiten doch. Der Grenzwert fungiert als Instrument, und der Schätzer ist ein lokaler durchschnittlicher Behandlungseffekt (LATE) für Komplianten nahe dem Schwellenwert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
+13 weitere
Quellen
- 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 ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/de/causal-inference/fuzzy-regression-discontinuity
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Zweistufige Kleinste-Quadrate-Regression (2SLS / IV)Ökonometrie↔ vergleichen
- Differenz-in-Differenzen (DiD)Ökonometrie↔ vergleichen
- Instrumentalvariablen-Methode (IV) zur KausalinferenzGesundheitsökonomie↔ vergleichen
- Lokaler durchschnittlicher Behandlungseffekt (LATE / CACE)Kausale Inferenz↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →