Regression modelQuasi-experimental / causal inference
강건 회귀 불연속성 설계
강건 RDD(Robust RDD)는 기존 회귀 불연속성 설계(RDD)를 확장하여 편향 수정 및 강건 신뢰 구간을 제공함으로써, 기존 RDD 추론의 과소포함(under-coverage) 문제를 해결합니다. Calonico, Cattaneo, and Titiunik (2014)에 의해 개발된 이 방법은 편향 수정된 점 추정치와 추가된 불확실성을 설명하는 더 넓은 분산 항을 사용하여 국소 다항식 추정을 활용하며, 정확한 점근적 포함 범위(asymptotic coverage)를 갖는 신뢰 구간을 산출합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2019). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Bias-Corrected Regression Discontinuity Design. ScholarGate. https://scholargate.app/ko/causal-inference/robust-regression-discontinuity-design
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →