Fuzzy Regression Discontinuity för Policyutvärdering
Fuzzy Regression Discontinuity Design (Fuzzy RDD) skattar den kausala effekten av en policy när behörighet bestäms av att passera ett tröskelvärde på en kontinuerlig poäng, men det faktiska deltagandet eller efterlevnaden är ofullständig. Metoden, som formellt utvecklades av Hahn, Todd och Van der Klaauw (2001), använder tröskelvärdet som en instrumentalvariabel för att återfinna en Local Average Treatment Effect (LATE) bland "compliers" nära brytpunkten.
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 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Fuzzy Regression Discontinuity Design for Policy Evaluation. ScholarGate. https://scholargate.app/sv/causal-inference/policy-evaluation-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.
- Differens-i-differens (DiD)Ekonometri↔ jämför
- Fuzzy regressionsdiskontinuitetsdesignKausal inferens↔ jämför
- Instrumentvariabelmetoden (IV) för kausal inferensHälsoekonomi↔ jämför
- Policy Evaluation Regression Discontinuity DesignKausal inferens↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →