Desenho de Regressão por Descontinuidade Difusa Aumentado por Aprendizado de Máquina

O RDD difuso aumentado por ML estende o desenho clássico de regressão por descontinuidade difusa, substituindo aproximações polinomiais paramétricas por estimadores flexíveis de aprendizado de máquina. Onde o RDD difuso padrão usa estimação estilo IV em um limiar com conformidade imperfeita, a variante aumentada por ML utiliza aprendizes não paramétricos — como florestas aleatórias ou redes neurais — para modelar tanto o resultado quanto a probabilidade de tratamento de primeira etapa perto do corte, reduzindo o viés de especificação incorreta, ao mesmo tempo que preserva a identificação causal.