Fuzzy regresijas pārtraukuma analīze politikas novērtēšanai
Fuzzy Regression Discontinuity Design (Fuzzy RDD) estimates the causal effect of a policy when eligibility is determined by crossing a threshold on a continuous score, but actual take-up or compliance is imperfect. Developed formally by Hahn, Todd, and Van der Klaauw (2001), it uses the threshold as an instrumental variable to recover a Local Average Treatment Effect (LATE) among compliers near the cutoff.
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 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Fuzzy Regression Discontinuity Design for Policy Evaluation. ScholarGate. https://scholargate.app/lv/causal-inference/policy-evaluation-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.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Fuzzy Regression Discontinuity DesignCēloņsakarību secināšana↔ salīdzināt
- Instrumentālo mainīgo (IV) metode cēloņsakarību noteikšanaiVeselības ekonomika↔ salīdzināt
- Policy Evaluation Regression Discontinuity DesignCēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →