Regressão por Descontinuidade Aumentada por Aprendizado de Máquina

O desenho de regressão por descontinuidade aumentado por aprendizado de máquina (ML-RDD) combina a lógica de identificação nítida do RDD clássico — explorando um corte conhecido em uma variável contínua — com métodos flexíveis e adaptativos aos dados de ML para seleção de largura de banda, estimação de média condicional e ajuste de covariáveis. O objetivo é recuperar uma estimativa mais precisa e com menos pressupostos do efeito médio local do tratamento no limiar.