Diseño de Regresión con Discontinuidad Aumentado con Aprendizaje Automático

El diseño de regresión con discontinuidad aumentado con aprendizaje automático (ML-RDD) combina la lógica de identificación precisa del RDD clásico —que explota un punto de corte de asignación conocido en una variable continua— con métodos de aprendizaje automático (ML) flexibles y adaptativos a los datos para la selección del ancho de banda, la estimación de la media condicional y el ajuste de covariables. El objetivo es obtener una estimación más precisa y menos dependiente de supuestos del efecto de tratamiento promedio local en el umbral.