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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.