เปรียบเทียบวิธี

	การถดถอยแบบเบย์เซียนฟัซซีที่จุดเปลี่ยน (Bayesian Fuzzy Regression Discontinuity)	ผลกระทบเฉลี่ยเฉพาะที่ของการรักษา (Local Average Treatment Effect - LATE / CACE)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2001 (fuzzy RD identification); 2016 (Bayesian formulation by Chib & Jacobi)	1994
ผู้ริเริ่ม	Chib & Jacobi (Bayesian formulation); Hahn, Todd & Van der Klaauw (fuzzy RD identification)	Imbens & Angrist (1994); Angrist, Imbens & Rubin (1996)
ประเภท	Bayesian causal inference / quasi-experimental design	Instrumental-variable causal estimand
แหล่งต้นตำรับ	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.	Imbens, G. W., & Angrist, J. D. (1994). Identification and Estimation of Local Average Treatment Effects. Econometrica, 62(2), 467-475.
ชื่อเรียกอื่น	Bayesian Fuzzy RD, Bayesian Fuzzy RDD, Fuzzy RD with Bayesian Inference	LATE, CACE, complier average causal effect, Yerel Ortalama Tedavi Etkisi (LATE / CACE)
ที่เกี่ยวข้อง	5	5
สรุป	Bayesian Fuzzy Regression Discontinuity (Bayesian Fuzzy RD) combines the quasi-experimental logic of fuzzy regression discontinuity design with full Bayesian inference. It estimates a local average treatment effect at a policy threshold where treatment assignment is probabilistic rather than deterministic, placing prior distributions over all unknowns and recovering a complete posterior distribution of the causal effect rather than a single point estimate.	The Local Average Treatment Effect is an instrumental-variable estimand, introduced by Imbens and Angrist (1994) and formalised with Rubin (1996), that recovers the average treatment effect for the subpopulation of compliers — units whose treatment status is actually moved by the instrument. It is closely tied to compliance analysis.