Bayesiskā fuzzy regresijas atšķirības metode
Bayesiskā fuzzy regresijas atšķirības metode (Bayesian Fuzzy RD) apvieno fuzzy regresijas atšķirības dizaina kvazi-eksperimentālo loģiku ar pilnu Bayesisko inferenci. Tā novērtē lokālo vidējo ārstēšanas efektu pie politikas sliekšņa, kur ārstēšanas piešķiršana ir probablistiska, nevis deterministiska, nosakot pirmssadalījumus visiem nezināmajiem un atgūstot pilnu cēloņefekta posterior sadalījumu, nevis vienu punktu novērtējumu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Hahn, J., Todd, P., & Van der Klaauw, W. (2001). Identification and Estimation of Treatment Effects with a Regression-Discontinuity Design. Review of Economic Studies, 68(1), 201-209. DOI: 10.1111/1468-0262.00183 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/lv/causal-inference/bayesian-fuzzy-regression-discontinuity
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Bayesian Instrumental Variables (Bayesian IV)Cēloņsakarību secināšana↔ salīdzināt
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Fuzzy Regression Discontinuity DesignCēloņsakarību secināšana↔ salīdzināt
- Instrumentālo mainīgo (IV) metode cēloņsakarību noteikšanaiVeselības ekonomika↔ salīdzināt
- Lokālais vidējais ārstēšanas efekts (LATE / CACE)Cēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →