Desain Regresi Diskontinuitas yang Robust

Robust RDD memperluas desain regresi diskontinuitas klasik dengan koreksi bias dan interval kepercayaan yang robust, mengatasi masalah cakupan yang kurang pada inferensi RDD konvensional. Dikembangkan oleh Calonico, Cattaneo, dan Titiunik (2014), metode ini menggunakan estimasi polinomial lokal dengan estimasi titik yang dikoreksi bias dan suku varians yang lebih lebar yang memperhitungkan ketidakpastian tambahan, menghasilkan interval kepercayaan dengan cakupan asimtotik yang benar.