Bayesowska regresja z przerwą
Bayesowska regresja z przerwą (Bayesian RDD) osadza klasyczne ramy RDD — szacujące lokalny efekt przyczynowy przy znanej granicy przypisania — w bayesowskim silniku wnioskowania. Rozkłady a priori przypisuje się funkcjom regresji po obu stronach granicy oraz parametrowi efektu leczenia, co daje pełny rozkład a posteriori dla estymandu przyczynowego, a nie pojedynczą estymację punktową z częstościową wartością p.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
- 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 Regression Discontinuity Design. ScholarGate. https://scholargate.app/pl/causal-inference/bayesian-regression-discontinuity-design
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Bayesowska metoda różnic w różnicachWnioskowanie przyczynowe↔ porównaj
- Fuzzy Regression DiscontinuityWnioskowanie przyczynowe↔ porównaj
- Metoda zmiennych instrumentalnych (IV) do wnioskowania przyczynowegoEkonomika zdrowia↔ porównaj
- Lokalny Średni Efekt Oddziaływania (LATE / CACE)Wnioskowanie przyczynowe↔ porównaj
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →