Regressionsdiskontinuitetsdesign (RDD)
Regressionsdiskontinuitetsdesign är en kvasi-experimentell metod som identifierar en kausal effekt genom att lokalt jämföra enheter precis över och precis under en gräns på en kontinuerlig tilldelningsvariabel (löpandevariabel). Metoden formaliserades för tillämpat arbete av Imbens och Lemieux (2008) och utvecklades som ett praktiskt ramverk av Cattaneo, Idrobo och Titiunik (2020); den estimerar en lokal genomsnittlig behandlingseffekt (LATE) vid tröskelvärdet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
+15 till
Källor
- 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 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2020). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
Så citerar du den här sidan
ScholarGate. (2026, June 1). Regression Discontinuity Design. ScholarGate. https://scholargate.app/sv/causal-inference/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.
- Avbruten tidsserieanalys (ITS)Kausal inferens↔ jämför
- Matching Methods (CEM / Optimal / Genetic)Kausal inferens↔ jämför
- Vanligaste minsta kvadratmetoden (OLS) RegressionEkonometri↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
- Instrumentvariabler via tvåstegsminsta kvadratmetoden (IV/2SLS)Kausal inferens↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →