Bayesiansk suddig regressionsdiskontinuitet
Bayesiansk suddig regressionsdiskontinuitet (Bayesian Fuzzy RD) kombinerar den kvasiexperimentella logiken hos suddig regressionsdiskontinuitetsdesign med full Bayesiansk inferens. Den uppskattar en lokal genomsnittlig behandlingseffekt vid en policytröskel där behandlingstilldelningen är probabilistisk snarare än deterministisk, placerar priordistributioner över alla okända variabler och återfår en komplett posteriorifördelning av kausaleffekten snarare än en enskild punktskattning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/sv/causal-inference/bayesian-fuzzy-regression-discontinuity
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Bayesianska instrumentvariabler (Bayesian IV)Kausal inferens↔ jämför
- Differens-i-differens (DiD)Ekonometri↔ jämför
- Fuzzy regressionsdiskontinuitetsdesignKausal inferens↔ jämför
- Instrumentvariabelmetoden (IV) för kausal inferensHälsoekonomi↔ jämför
- Lokal genomsnittlig behandlingseffekt (LATE / CACE)Kausal inferens↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →