Regresja rozmyta z przerwaniem ciągłości z wnioskowaniem bayesowskim
Regresja rozmyta z przerwaniem ciągłości (Bayesian Fuzzy RD) łączy quasi-eksperymentalną logikę rozmytego projektu regresji z przerwaniem ciągłości z pełnym wnioskowaniem bayesowskim. Szacuje lokalny średni efekt interwencji na progu decyzyjnym, gdzie przypisanie interwencji jest probabilistyczne, a nie deterministyczne, przypisując rozkłady a priori wszystkim nieznanym i odzyskując pełny rozkład a posteriori efektu przyczynowego zamiast pojedynczego oszacowania punktowego.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/pl/causal-inference/bayesian-fuzzy-regression-discontinuity
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Zmienne instrumentalne w ujęciu bayesowskim (Bayesian IV)Wnioskowanie przyczynowe↔ porównaj
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ porównaj
- Fuzzy Regression DiscontinuityWnioskowanie przyczynowe↔ porównaj
- Metoda zmiennych instrumentalnych (IV) do wnioskowania przyczynowegoEkonomika zdrowia↔ porównaj
- Lokalny Średni Efekt Oddziaływania (LATE / CACE)Wnioskowanie przyczynowe↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →