Bayes-féle Regresszió Megszakítási Tervezet
A Bayes-féle Regresszió Megszakítási Tervezet (Bayesian RDD) beágyazza a klasszikus RD keretrendszert — amely egy ismert hozzárendelési küszöbértéknél lokális kauzális hatást becsül — egy Bayes-féle következtetési motorba. Az előzetes eloszlásokat a küszöbérték mindkét oldalán lévő regressziós függvényekre és a kezelési hatás paraméterére helyezik, ami a kauzális becsült értékre vonatkozóan teljes utóeloszlást eredményez a gyakorisági (frequentista) p-értékkel szembeni egyetlen pontbecslés helyett.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/hu/causal-inference/bayesian-regression-discontinuity-design
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Bayes-i Különbség-a-KülönbségekbenOksági következtetés↔ összehasonlítás
- Fuzzy Regressziós Megszakítási TervOksági következtetés↔ összehasonlítás
- Instrumentális Változók (IV) Módszer Kauzális Infláció BecsléséreEgészség-gazdaságtan↔ összehasonlítás
- Lokális Átlagos Kezelési Hatás (LATE / CACE)Oksági következtetés↔ összehasonlítás
- Tárgyhajlamossági pontszám illesztésKutatási statisztika↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →