เปรียบเทียบวิธี

	การสุ่มตัวอย่างแบบเมนเดล	การออกแบบการถดถอยแบบไม่ต่อเนื่อง (Regression Discontinuity Design - RDD)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1997	2008
ผู้ริเริ่ม	George Davey Smith	Imbens & Lemieux (guide to practice); Cattaneo, Idrobo & Titiunik (practical introduction)
ประเภท	Genetic instrumental variable framework	Quasi-experimental causal design
แหล่งต้นตำรับ	Davey Smith, G., & Hemani, G. (2014). Mendelian randomization: genetic anchors for causal inference in epidemiological studies. Human Molecular Genetics, 23(R1), R89-R98.	Imbens, G. W., & Lemieux, T. (2008). Regression Discontinuity Designs: A Guide to Practice. Journal of Econometrics, 142(2), 615-635.
ชื่อเรียกอื่น	MR	RDD, regression discontinuity design, sharp RDD, fuzzy RDD
ที่เกี่ยวข้อง	2	5
สรุป	Mendelian randomization is a method for estimating causal effects of exposures on outcomes using genetic variants as instrumental variables. Introduced by George Davey Smith in the 1990s, it exploits Mendel's law of segregation to remove confounding bias. It has become a cornerstone technique in epidemiological causal inference.	Regression Discontinuity Design is a quasi-experimental method that identifies a causal effect by locally comparing units just above and just below a cutoff on a continuous assignment (running) variable. Formalised for applied work by Imbens and Lemieux (2008) and developed as a practical framework by Cattaneo, Idrobo, and Titiunik (2020), it estimates a local average treatment effect (LATE) at the threshold.