Bayesian Regression Discontinuity Design
Bayesian Regression Discontinuity Design (Bayesian RDD) embeds the classical RD framework — which estimates a local causal effect at a known assignment cutoff — within a Bayesian inferential engine. Prior distributions are placed on the regression functions on either side of the cutoff and on the treatment-effect parameter, yielding a full posterior distribution over the causal estimand rather than a single point estimate with a frequentist p-value.
Dossier source
Citations copiées telles quelles du dossier source de la méthode. Aucune vérification au niveau de la revendication n'en est déduite.
- 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. · URL
- 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
Revendications organisées
Revendications enregistrées dans le registre de preuves, chacune avec sa propre évaluation.
Cette vue n'invente pas d'évaluation de revendication lorsque le registre n'en contient aucune.
Méthodes apparentées
Généré à partir du graphe de méthodes et présenté comme des relations suggérées par la machine — aucune revendication de preuve n'est déduite.