Régression par discontinuité robuste
La RD robuste étend la régression par discontinuité classique avec une correction de biais et des intervalles de confiance robustes, résolvant le problème de sous-couverture de l'inférence conventionnelle en RD. Développée par Calonico, Cattaneo et Titiunik (2014), elle utilise une estimation polynomiale locale avec une estimation ponctuelle corrigée du biais et un terme de variance plus large qui tient compte de l'incertitude ajoutée, produisant des intervalles de confiance avec une couverture asymptotique correcte.
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.
Sources
- Calonico, S., Cattaneo, M. D., & Titiunik, R. (2014). Robust Nonparametric Confidence Intervals for Regression-Discontinuity Designs. Econometrica, 82(6), 2295-2326. DOI: 10.3982/ECTA11757 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2019). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
Comment citer cette page
ScholarGate. (2026, June 3). Robust Bias-Corrected Regression Discontinuity Design. ScholarGate. https://scholargate.app/fr/causal-inference/robust-regression-discontinuity-design
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.
- Différence-en-différences (Diff-in-Diff)Économétrie↔ comparer
- Régression par discontinuité floueInférence causale↔ comparer
- Méthode des variables instrumentales (VI) pour l'inférence causaleÉconomie de la santé↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →