Spatial Regression Discontinuity Design (Spatial RDD)
Spatial Regression Discontinuity Design använder en geografisk eller administrativ gräns som tröskelvärde för att tilldela enheter till behandling. Observationer strax innanför ena sidan av gränsen jämförs med de strax utanför, vilket utnyttjar den nära slumpmässiga variationen i behandlingsstatus nära avskärningen för att återvinna en lokal kausal effekt. Metoden används flitigt inom ekonomi, statsvetenskap och folkhälsa när policyer eller institutioner förändras skarpt vid en gräns.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
+5 till
Källor
- Dell, M. (2010). The Persistent Effects of Peru's Mining Mita. Econometrica, 78(6), 1863-1903. DOI: 10.3982/ECTA8121 ↗
- Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Spatial Regression Discontinuity Design. ScholarGate. https://scholargate.app/sv/causal-inference/spatial-regression-discontinuity-design
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
- Propensity score-matchningForskningsstatistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →