Байесовская нечеткая регрессия разрыва (Bayesian Fuzzy Regression Discontinuity)
Байесовская нечеткая регрессия разрыва (Bayesian Fuzzy RD) сочетает квазиэкспериментальную логику нечеткого дизайна регрессии разрыва с полным байесовским выводом. Она оценивает локальный средний эффект воздействия в пороговом значении политики, где назначение воздействия является вероятностным, а не детерминированным, размещая априорные распределения на все неизвестные и получая полное апостериорное распределение причинного эффекта, а не единичную точечную оценку.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Hahn, J., Todd, P., & Van der Klaauw, W. (2001). Identification and Estimation of Treatment Effects with a Regression-Discontinuity Design. Review of Economic Studies, 68(1), 201-209. DOI: 10.1111/1468-0262.00183 ↗
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/ru/causal-inference/bayesian-fuzzy-regression-discontinuity
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Байесовский метод инструментальных переменных (Bayesian IV)Причинно-следственный вывод↔ сравнить
- Разность разностей (Difference-in-Differences, DiD)Эконометрика↔ сравнить
- Нечеткий регрессионный разрывный дизайнПричинно-следственный вывод↔ сравнить
- Метод инструментальных переменных (ИП) для причинно-следственного выводаЭкономика здравоохранения↔ сравнить
- Локальный средний эффект воздействия (LATE / CACE)Причинно-следственный вывод↔ сравнить
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →