เปรียบเทียบวิธี

	การออกแบบการถดถอยแบบไม่ต่อเนื่องแบบฟัซซีหลายช่วงเวลา	การออกแบบการถดถอยแบบไม่ต่อเนื่องแบบฟัซซี
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2001 (fuzzy RD); multi-period extension ~2010s	2001
ผู้ริเริ่ม	Hahn, Todd & Van der Klaauw (foundational fuzzy RD, 2001); extended to multi-period settings by Cattaneo, Idrobo & Titiunik and subsequent applied literature	Hahn, Todd & van der Klaauw
ประเภท	Quasi-experimental causal inference	Quasi-experimental causal inference
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.	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.
ชื่อเรียกอื่น	multi-period fuzzy RDD, fuzzy RD with repeated assignment, multi-wave fuzzy RD, staggered fuzzy RDD	Fuzzy RD, Fuzzy RDD, Fuzzy RD Design, Imperfect RDD
ที่เกี่ยวข้อง	4	5
สรุป	Multi-period fuzzy regression discontinuity design estimates a local average treatment effect when a cutoff rule only partially determines treatment — that is, crossing the threshold raises the probability of treatment but does not guarantee it — and when this assignment process is observed across two or more time periods or cohorts, enabling pooled or period-specific causal estimates under repeated near-threshold comparisons.	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.