Regression modelQuasi-experimental / causal inference

模糊回归断点设计

模糊回归断点设计（Fuzzy RDD）在治疗的可及性由运行变量的阈值决定但实际接受治疗的情况不完美时，估计因果效应——即一些符合条件的单位未接受治疗，而一些不符合条件的单位接受了治疗。断点充当工具变量，估计量是阈值附近依从者的局部平均处理效应（LATE）。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

模糊回归断点设计

两阶段最小二乘法 (2SLS / IV) 回归双重差分法 (Diff-in-Diff)因果推断的工具变量（IV）方法局部平均处理效应（LATE / CACE）倾向得分匹配 Bayesian Fuzzy Regressio…贝叶斯回归断点设计动态模糊断点回归设计异质性处理效应模糊回归不连续设计异质性处理效应回归断点设计（HTE-RDD）

另有 13 项

来源

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: 10.1111/1468-0262.00183 ↗
Imbens, G. W., & Lemieux, T. (2008). Regression discontinuity designs: A guide to practice. Journal of Econometrics, 142(2), 615-635. DOI: 10.1016/j.jeconom.2007.05.001 ↗

如何引用本页

ScholarGate. (2026, June 3). Fuzzy Regression Discontinuity Design. ScholarGate. https://scholargate.app/zh/causal-inference/fuzzy-regression-discontinuity

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

被引用于

Bayesian Fuzzy Regression Discontinuity 贝叶斯回归断点设计动态模糊断点回归设计异质性处理效应模糊回归不连续设计异质性处理效应回归断点设计（HTE-RDD）机器学习增强的模糊回归断点设计机器学习增强的断点回归设计多期模糊断点回归设计多期回归断点设计面板数据模糊回归不连续设计面板数据回归断点设计模糊断点回归政策评估 (Fuzzy Regression Discontinuity for Policy Evaluation)政策评估断点回归设计教育研究中的回归断点设计稳健模糊断点回归设计稳健回归不连续设计空间模糊回归不连续设计空间回归不连续设计 (Spatial RDD)

发现本页有问题？报告或提出修改建议 →