เปรียบเทียบวิธี

	การออกแบบการถดถอยแบบไม่ต่อเนื่องแบบฟัซซีสำหรับข้อมูลแผง	วิธีการตัวแปรเครื่องมือ (IV) สำหรับการอนุมานเชิงสาเหตุ
สาขาวิชา	การอนุมานเชิงสาเหตุ	เศรษฐศาสตร์สุขภาพ
ตระกูล	Regression model	Process / pipeline
ปีกำเนิด	2001 (fuzzy RDD); panel extension circa 2011	1990s (modern applications)
ผู้ริเริ่ม	Hahn, Todd & Van der Klaauw; extended to panel settings by Papay, Willett & Murnane and others	Angrist & Pischke (applied econometrics); rooted in econometric theory
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.	Angrist, J. D., & Pischke, J. S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton: Princeton University Press.
ชื่อเรียกอื่น	Panel Fuzzy RDD, Panel FRD, Fuzzy RD with Panel Data, Panel Fuzzy RD	IV, two-stage least squares, TSLS, causal estimation
ที่เกี่ยวข้อง	5	3
สรุป	Panel Data Fuzzy Regression Discontinuity Design (Panel FRD) extends the fuzzy RDD framework to settings where multiple observations per unit are available over time. It exploits a probabilistic — rather than deterministic — threshold-crossing rule to identify a local average treatment effect (LATE) while controlling for unit-level and time-level fixed effects, sharpening identification in repeated-measures contexts.	Instrumental variables (IV) is an econometric method to estimate causal effects when treatment or exposure is not randomly assigned and confounding is severe or unmeasured. IV relies on a third variable (instrument) that influences treatment but does not directly affect the outcome, allowing researchers to isolate the causal effect from the noise of confounding. Developed extensively in econometrics (Angrist & Pischke, 1990s–2000s), IV methods are increasingly used in health economics and health services research to leverage natural experiments and policy changes.