Bayesiläinen regressioepäjatkuvuussuunnitelma
Bayesiläinen regressioepäjatkuvuussuunnitelma (Bayesian RDD) upottaa klassisen RDD-kehyksen – joka estimoi paikallisen kausaalivaikutuksen tunnetussa kohdassa tapahtuvassa siirtymässä – Bayesiläiseen päättelymoottoriin. Regressiofunktioille siirtymän molemmin puolin ja hoitovaikutusparametille asetetaan etukäteisjakaumat, jolloin saadaan täysi jälkijakauma kausaaliselle estimandille yksittäisen pistemääräisen estimaatin ja frekventistisen p-arvon sijaan.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Karabatsos, G., & Walker, S. G. (2004). Coherent inference in regression discontinuity designs with a Bayesian nonparametric approach. Journal of the American Statistical Association, 99(468), 1121-1131. link ↗
- Chib, S., & Jacobi, L. (2016). Bayesian fuzzy regression discontinuity analysis and returns to compulsory schooling. Journal of Applied Econometrics, 31(6), 1026-1047. DOI: 10.1002/jae.2481 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/fi/causal-inference/bayesian-regression-discontinuity-design
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Bayesiläinen erojen erot -menetelmäKausaalipäättely↔ vertaa
- Fuzzy Regression Discontinuity DesignKausaalipäättely↔ vertaa
- Instrumentaalimuuttujamenetelmä (IV) kausaalisen päättelyn menetelmänäTerveystaloustiede↔ vertaa
- Paikallinen keskimääräinen vaikutus (LATE / CACE)Kausaalipäättely↔ vertaa
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ vertaa
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →