ScholarGate
Asystent
Regression model

Regression Kink Design (RKD)

Regression Kink Design (RKD) to quasi-eksperymentalna metoda szacowania przyczynowego efektu, gdy zasada polityki tworzy zmianę nachylenia (załamanie) – zamiast skoku – przy znanym progu zmiennej bieżącej. Została sformalizowana jako uogólniony projekt przez Card, Lee, Pei i Weber (2015) i stanowi bazujący na nachyleniu odpowiednik regresyjnego projektu nieciągłości.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  1. Card, D., Lee, D. S., Pei, Z. & Weber, A. (2015). Inference on Causal Effects in a Generalized Regression Kink Design. Econometrica, 83(6), 2453-2483. DOI: 10.3982/ECTA11224

Jak cytować tę stronę

ScholarGate. (2026, June 1). Generalized Regression Kink Design (RKD). ScholarGate. https://scholargate.app/pl/causal-inference/regression-kink-design

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateRegression Kink Design (Generalized Regression Kink Design (RKD)). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/regression-kink-design · Zbiór danych: https://doi.org/10.5281/zenodo.20539026