Robust Regression Discontinuity Design
Robust RDD rozszerza klasyczny regresyjny projekt nieciągłości o korektę błędu systematycznego i odporne przedziały ufności, rozwiązując problem niedokrycia konwencjonalnych wnioskowań RDD. Opracowana przez Calonico, Cattaneo i Titiunik (2014), wykorzystuje lokalną estymację wielomianową z punktową estymatą skorygowaną o błąd systematyczny i szerszym członem wariancji uwzględniającym dodatkową niepewność, co daje przedziały ufności o prawidłowym pokryciu asymptotycznym.
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 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2019). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Bias-Corrected Regression Discontinuity Design. ScholarGate. https://scholargate.app/pl/causal-inference/robust-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.
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ porównaj
- Fuzzy Regression DiscontinuityWnioskowanie przyczynowe↔ porównaj
- Metoda zmiennych instrumentalnych (IV) do wnioskowania przyczynowegoEkonomika zdrowia↔ porównaj
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →