Regressioepäjatkuvuussuunnittelu (RDD)
Regressioepäjatkuvuussuunnittelu (Regression Discontinuity Design, RDD) on kvasi-eksperimentaalinen menetelmä, jolla tunnistetaan kausaalinen vaikutus vertaamalla paikallisesti yksiköitä, jotka ovat juuri ja juuri yli ja juuri ja juuri ali jatkuvan määrittelymuuttujan (ajomuuttujan) katkaisupisteen. Imbens ja Lemieux (2008) formalisoivat sen soveltavaan työhön ja Cattaneo, Idrobo ja Titiunik (2020) kehittivät sen käytännön viitekehykseksi. Menetelmä estimoi paikallisen keskimääräisen hoitovaikutuksen (LATE) kynnysarvossa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
+15 lisää
Lähteet
- 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 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2020). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Regression Discontinuity Design. ScholarGate. https://scholargate.app/fi/causal-inference/regression-discontinuity
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Aikasarjojen katkosanalyysi (Interrupted Time Series, ITS)Kausaalipäättely↔ vertaa
- Täsmäytysmenetelmät (CEM / Optimaalinen / Geneettinen)Kausaalipäättely↔ vertaa
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ vertaa
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ vertaa
- Two-Stage Least Squares (2SLS)Kausaalipäättely↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →