เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การออกแบบการถดถอยแบบไม่ต่อเนื่องแบบฟัซซี× | การจับคู่คะแนนแนวโน้ม× | |
|---|---|---|
| สาขาวิชา≠ | การอนุมานเชิงสาเหตุ | สถิติการวิจัย |
| ตระกูล≠ | Regression model | Process / pipeline |
| ปีกำเนิด≠ | 2001 | 1983 |
| ผู้ริเริ่ม≠ | Hahn, Todd & van der Klaauw | Paul Rosenbaum and Donald Rubin |
| ประเภท≠ | Quasi-experimental causal inference | Method |
| 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. DOI ↗ | Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41–55. DOI ↗ |
| ชื่อเรียกอื่น≠ | Fuzzy RD, Fuzzy RDD, Fuzzy RD Design, Imperfect RDD | PSM, propensity score weighting, covariate balance |
| ที่เกี่ยวข้อง≠ | 5 | 3 |
| สรุป≠ | Fuzzy Regression Discontinuity Design (Fuzzy RDD) estimates causal effects when eligibility for a treatment is determined by a threshold on a running variable but actual take-up of that treatment is imperfect — some eligible units do not receive treatment and some ineligible units do. The cutoff acts as an instrument, and the estimand is a Local Average Treatment Effect (LATE) for compliers near the threshold. | Propensity score matching (PSM) is a method for reducing confounding bias in observational studies by balancing baseline characteristics between treatment groups, simulating randomization. Developed by Rosenbaum and Rubin (1983), it estimates the probability of receiving treatment given observed covariates, then matches or weights treated and control individuals with similar treatment probabilities. Widely used in medicine, epidemiology, and policy evaluation when randomized trials are infeasible or unethical, enabling estimation of treatment effects while controlling for selection bias. |
| ScholarGateชุดข้อมูล ↗ |
|
|