ScholarGate
Avustaja
Regression modelQuasi-experimental / causal inference

Monijaksoinen sumea regressioepäjatkuvuussuunnittelu

Monijaksoinen sumea regressioepäjatkuvuussuunnittelu (multi-period fuzzy regression discontinuity design) estimoi paikallista keskimääräistä hoitovaikutusta (local average treatment effect, LATE), kun raja-arvosääntö määrittää hoidon vain osittain – eli kynnysarvon ylittäminen lisää hoidon todennäköisyyttä, mutta ei takaa sitä – ja kun tämä määräytymisprosessi havaitaan kahden tai useamman jakson tai kohortin yli, mikä mahdollistaa yhdistetyt tai jakso-kohtaiset kausaaliset estimaatit toistuvien kynnysarvon lähellä olevien vertailujen perusteella.

Avaa sovelluksessa MethodMindTulossaApply, compare, get guidance
Tools & resources
Lataa diat
Learn & explore
VideoTulossa

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  1. 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
  2. Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2021). A Practical Introduction to Regression Discontinuity Designs: Extensions. Cambridge Elements in Quantitative and Computational Methods for the Social Sciences. Cambridge University Press. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Multi-period Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/fi/causal-inference/multi-period-fuzzy-regression-discontinuity

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain
ScholarGateMulti-period Fuzzy Regression Discontinuity (Multi-period Fuzzy Regression Discontinuity Design). Haettu 2026-06-17 osoitteesta https://scholargate.app/fi/causal-inference/multi-period-fuzzy-regression-discontinuity · Aineisto: https://doi.org/10.5281/zenodo.20539026