Proiectarea regresiei bayesiene cu discontinuitate
Proiectarea regresiei bayesiene cu discontinuitate (Bayesian RDD) încorporează cadrul clasic RD — care estimează un efect cauzal local la un prag de asignare cunoscut — într-un motor inferențial bayesian. Distribuțiile a priori sunt plasate pe funcțiile de regresie de o parte și de alta a pragului și pe parametrul efectului tratamentului, generând o distribuție posterioară completă pentru estimandul cauzal, mai degrabă decât o singură estimare punctuală cu o valoare p frecventistă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- Karabatsos, G., & Walker, S. G. (2004). Coherent inference in regression discontinuity designs with a Bayesian nonparametric approach. Journal of the American Statistical Association, 99(468), 1121-1131. link ↗
- Chib, S., & Jacobi, L. (2016). Bayesian fuzzy regression discontinuity analysis and returns to compulsory schooling. Journal of Applied Econometrics, 31(6), 1026-1047. DOI: 10.1002/jae.2481 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Regression Discontinuity Design. ScholarGate. https://scholargate.app/ro/causal-inference/bayesian-regression-discontinuity-design
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Diferențe în Diferențe BayesianInferență cauzală↔ compară
- Proiectarea Fuzzy Regression DiscontinuityInferență cauzală↔ compară
- Metoda Variabilelor Instrumentale (IV) pentru Inferența CauzalăEconomia sănătății↔ compară
- Efectul Mediu Local al Tratamentului (LATE / CACE)Inferență cauzală↔ compară
- Potrivirea scorului de propensitateStatistică pentru cercetare↔ compară
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →