Regression modelQuasi-experimental / causal inference
베이지안 회귀 불연속 설계
베이지안 회귀 불연속 설계(Bayesian RDD)는 알려진 할당 절단점에서의 국소적 인과 효과를 추정하는 고전적 RD 프레임워크를 베이지안 추론 엔진 내에 내장합니다. 절단점의 양측 회귀 함수와 처리 효과 모수에 사전 분포를 설정하여, 빈도주의적 p-값과 단일 점 추정치가 아닌 인과적 추정량에 대한 완전한 사후 분포를 얻습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/ko/causal-inference/bayesian-regression-discontinuity-design
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 베이즈 차이의 차이(Bayesian Difference-in-Differences)인과추론↔ 비교
- 퍼지 회귀 불연속 설계인과추론↔ 비교
- 인과 추론을 위한 도구 변수(IV) 방법보건경제학↔ 비교
- 국소 평균 처리 효과 (LATE / CACE)인과추론↔ 비교
- 성향 점수 매칭연구 통계↔ 비교