ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Dynamisk "Fuzzy" Regression Discontinuity Design

Dynamisk "Fuzzy" Regression Discontinuity Design utökar den vanliga "fuzzy" RDD till en panel- eller flerperiodsmiljö, vilket gör det möjligt för forskare att uppskatta hur kausaleffekten av en probabilistisk tröskelbaserad behandling utvecklas över tid. Genom att kombinera ett IV-baserat "fuzzy" första steg med tidsindexerade utfall spårar den behandlingseffekter över flera perioder efter behandling, inte bara vid en enda tvärsnittsbild.

Öppna i MethodMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Imbens, G. W., & Lemieux, T. (2008). Regression discontinuity designs: A guide to practice. Journal of Econometrics, 142(2), 615-635. DOI: 10.1016/j.jeconom.2007.05.001
  2. Cellini, S. R., Ferreira, F., & Rothstein, J. (2010). The Value of School Facility Investments: Evidence from a Dynamic Regression Discontinuity Design. Quarterly Journal of Economics, 125(1), 215-261. DOI: 10.1162/qjec.2010.125.1.215

Så citerar du den här sidan

ScholarGate. (2026, June 3). Dynamic Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/sv/causal-inference/dynamic-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.

Jämför sida vid sida
ScholarGateDynamic Fuzzy Regression Discontinuity (Dynamic Fuzzy Regression Discontinuity Design). Hämtad 2026-06-17 från https://scholargate.app/sv/causal-inference/dynamic-fuzzy-regression-discontinuity · Datamängd: https://doi.org/10.5281/zenodo.20539026