Robust Fuzzy Regression Discontinuity
Robust Fuzzy Regression Discontinuity Design estimates a local average treatment effect (LATE) at a threshold where crossing the cutoff raises — but does not guarantee — treatment receipt. Introduced by Calonico, Cattaneo, and Titiunik (2014), the robust framework applies bias-corrected local polynomial estimation with a robust variance estimator, correcting the coverage failures of conventional bandwidth-optimal inference in both the sharp and fuzzy cases.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
- 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
- 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
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.