Régression par discontinuité floue
La régression par discontinuité floue (Fuzzy RDD) estime les effets causaux lorsque l'éligibilité à un traitement est déterminée par un seuil sur une variable continue, mais que la prise effective de ce traitement est imparfaite — certains unités éligibles ne reçoivent pas le traitement et certaines unités inéligibles le reçoivent. La coupure agit comme un instrument, et l'estimand est un Effet Moyen Local du Traitement (LATE) pour les compliants près du seuil.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
+13 de plus
Sources
- 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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/fr/causal-inference/fuzzy-regression-discontinuity
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Régression par Moindres Carrés en Deux Étapes (MC2E / VI)Économétrie↔ comparer
- Différence-en-différences (Diff-in-Diff)Économétrie↔ comparer
- Méthode des variables instrumentales (VI) pour l'inférence causaleÉconomie de la santé↔ comparer
- Effet Traitement Moyen Local (ETML / CACE)Inférence causale↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →