Robust Fuzzy Regression Discontinuity Design
Robust Fuzzy Regression Discontinuity Design szacuje lokalny średni efekt traktowania (LATE) na progu, gdzie przekroczenie granicy prowadzi do otrzymania traktowania – ale go nie gwarantuje. Wprowadzone przez Calonico, Cattaneo i Titiunik (2014), ramy odporne stosują lokalne estymatory wielomianowe z poprawką na błąd systematyczny i odpornym estymatorem wariancji, korygując błędy pokrycia konwencjonalnych wnioskowań optymalnych pod względem szerokości pasma w przypadkach ostrych i rozmytych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Bias-Corrected Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/pl/causal-inference/robust-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.
- 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
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
Similar methods
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →