ScholarGate
Asisten
Regression modelQuasi-experimental / causal inference

Desain Regresi Diskontinuitas Kabur yang Robust

Desain Regresi Diskontinuitas Kabur (Robust Fuzzy Regression Discontinuity Design) yang robust mengestimasi efek perlakuan rata-rata lokal (LATE) pada ambang batas di mana melintasi batas tersebut meningkatkan—tetapi tidak menjamin—penerimaan perlakuan. Diperkenalkan oleh Calonico, Cattaneo, dan Titiunik (2014), kerangka kerja yang robust menerapkan estimasi polinomial lokal yang dikoreksi bias dengan estimator varians yang robust, memperbaiki kegagalan cakupan inferensi optimal pita lebar konvensional baik dalam kasus tajam maupun kabur.

Buka di MethodMindSegeraApply, compare, get guidance
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  1. 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
  2. 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

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Robust Bias-Corrected Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/id/causal-inference/robust-fuzzy-regression-discontinuity

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan
ScholarGateRobust Fuzzy Regression Discontinuity (Robust Bias-Corrected Fuzzy Regression Discontinuity Design). Diakses 2026-06-17 dari https://scholargate.app/id/causal-inference/robust-fuzzy-regression-discontinuity · Set data: https://doi.org/10.5281/zenodo.20539026