Bayesian Regression Discontinuity Design
Bayesian Regression Discontinuity Design (Bayesian RDD) ugrađuje klasični RD okvir — koji procjenjuje lokalni uzročni učinak na poznatoj graničnoj vrijednosti dodjele — unutar Bayesijanskog inferencijskog motora. Pretpostavljaju se apriorne distribucije na regresijskim funkcijama s obje strane granične vrijednosti i na parametru učinka tretmana, što rezultira potpunom aposteriornom distribucijom nad uzročnim procjeniteljem, a ne samo jednom točkastom procjenom s čestičkom p-vrijednošću.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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. link ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/hr/causal-inference/bayesian-regression-discontinuity-design
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Bayesov dizajn razlike u razlikamaUzročno zaključivanje↔ usporedi
- Fuzzy regresijski diskontinuitetni dizajnUzročno zaključivanje↔ usporedi
- Metoda instrumentalnih varijabli (IV) za kauzalno zaključivanjeZdravstvena ekonomija↔ usporedi
- Lokalni prosječni učinak tretmana (LATE / CACE)Uzročno zaključivanje↔ usporedi
- Uparivanje prema ocjeni sklonostiIstraživačka statistika↔ usporedi
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →