Robustā regresijas pārtraukuma dizains
Robustais RDD paplašina klasisko regresijas pārtraukuma dizainu ar novirzes korekciju un robustiem ticamības intervāliem, risinot parastās RDD secinājumu metodes nepietiekamās pārklājuma problēmu. To izstrādāja Calonico, Cattaneo un Titiunik (2014), un tas izmanto lokālu polinomiālu novērtēšanu ar novirzes koriģētu punktveida novērtējumu un plašāku dispersijas terminu, kas ņem vērā pievienoto nenoteiktību, tādējādi iegūstot ticamības intervālus ar pareizu asimptotisku pārklājumu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Bias-Corrected Regression Discontinuity Design. ScholarGate. https://scholargate.app/lv/causal-inference/robust-regression-discontinuity-design
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
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →