ScholarGate
Pembantu
Regression modelQuasi-experimental / causal inference

Bayesian Regression Discontinuity Design

Dalam RDD standard, unit-unit tepat di bawah dan tepat di atas skor titik potong dianggap setanding, jadi sebarang lonjakan dalam hasil pada titik potong mengenal pasti kesan sebab akibat. Versi Bayesian menganggap lengkung regresi licin di setiap sisi titik potong sebagai objek yang tidak pasti dan memberikannya taburan keutamaan — selalunya diambil daripada proses Gaussian atau keluarga parametrik yang fleksibel. Inferens posterior melalui MCMC kemudiannya menyebarkan semua ketidakpastian — mengenai bentuk fungsian, pilihan lebar jalur, dan kesan rawatan itu sendiri — ke dalam satu selang yang boleh dipercayai. Ini amat berharga apabila sampel berhampiran titik potong adalah kecil, di mana anggaran asimptotik frekuentis adalah paling lemah.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  1. Karabatsos, G., & Walker, S. G. (2004). Coherent inference in regression discontinuity designs with a Bayesian nonparametric approach. Journal of the American Statistical Association, 99(468), 1121-1131. link
  2. 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

Cara memetik halaman ini

ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/ms/causal-inference/bayesian-regression-discontinuity-design

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan
ScholarGateBayesian Regression Discontinuity Design (Bayesian Regression Discontinuity Design). Dicapai 2026-06-15 daripada https://scholargate.app/ms/causal-inference/bayesian-regression-discontinuity-design · Set data: https://doi.org/10.5281/zenodo.20539026