Regression model
回帰不連続デザイン（Regression Discontinuity Design, RDD）
回帰不連続デザイン（RDD）は、連続的な割り当て（実行）変数上の固定されたカットオフ値のすぐ上とすぐ下にある単位を局所的に比較することによって因果効果を特定する準実験的手法である。応用研究のためにImbensとLemieux（2008）によって形式化され、Cattaneo、Idrobo、およびTitiunik（2020）によって実用的なフレームワークとして開発されたこの手法は、閾値における局所平均処置効果（LATE）を推定する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
他 15 件
出典
- 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 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2020). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
このページの引用方法
ScholarGate. (2026, June 1). Regression Discontinuity Design. ScholarGate. https://scholargate.app/ja/causal-inference/regression-discontinuity
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 中断時系列分析（Interrupted Time Series, ITS）因果推論↔ 比較
- マッチング手法（CEM / 最適 / ジェネティック）因果推論↔ 比較
- 最小二乗法 (OLS) 回帰計量経済学↔ 比較
- 傾向スコアマッチング研究統計↔ 比較
- 操作変数法（IV/2SLS）による推定因果推論↔ 比較
この手法を参照する項目
条件付きプロセス分析（媒介変数の調整）不連続差分デザイン (Difference-in-Discontinuities Design)イベントスタディデザイン（因果イベントスタディ）フロントドア調整（フロントドア基準）異質的処置効果（CATE / メタ学習器）中断時系列分析（Interrupted Time Series, ITS）教育研究における逆確率重み付け局所的平均処置効果（LATE / CACE）機械学習を援用した感度分析による因果推論教育研究における周辺構造モデルメンデルランダム化因果推論におけるプラセボテスト政策評価イベントスタディデザイン政策評価マッチング推定量政策イベントスタディ（パネルデータ）教育研究における傾向スコア重み付け回帰キンクデザイン (RKD)教育研究における因果関係の感度分析シフトシェア操作変数（Bartik操作変数）Staggered Difference-in-Differences合成対照法（SCM）