Robust Fuzzy Regression Discontinuity Design
Robust Fuzzy Regression Discontinuity Design schätzt einen lokalen durchschnittlichen Behandlungseffekt (LATE) an einem Schwellenwert, bei dem das Überschreiten des Grenzwerts die Behandlungswahrscheinlichkeit erhöht – aber nicht garantiert. Eingeführt von Calonico, Cattaneo und Titiunik (2014), wendet der robuste Rahmen eine bias-korrigierte lokale Polynomschätzung mit einem robusten Varianzschätzer an, der die Abdeckungsfehler der konventionellen Bandbreiten-optimalen Inferenz sowohl im scharfen als auch im unscharfen Fall korrigiert.
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.
Quellen
- 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 ↗
- 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). Robust Bias-Corrected Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/de/causal-inference/robust-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.
- Differenz-in-Differenzen (DiD)Ökonometrie↔ vergleichen
- Fuzzy Regression Discontinuity DesignKausale Inferenz↔ vergleichen
- Instrumentalvariablen-Methode (IV) zur KausalinferenzGesundheitsökonomie↔ vergleichen
- Lokaler durchschnittlicher Behandlungseffekt (LATE / CACE)Kausale Inferenz↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →