Regression model
回归断点设计 (Regression Discontinuity Design, RDD)
回归断点设计 (Regression Discontinuity Design, RDD) 是一种准实验方法，通过局部比较连续分配（运行）变量上恰好高于和低于某个断点的单元，来识别因果效应。该方法由 Imbens 和 Lemieux (2008) 正式化用于实证研究，并由 Cattaneo, Idrobo 和 Titiunik (2020) 发展为实用的框架，它估计的是阈值处的局部平均处理效应 (local average treatment effect, LATE)。
阅读完整方法
仅限会员
登录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。
另有 15 项
来源
- 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 ↗
- Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2020). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press. ISBN: 978-1108710206
如何引用本页
ScholarGate. (2026, June 1). Regression Discontinuity Design. ScholarGate. https://scholargate.app/zh/causal-inference/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。
- 中断时间序列（ITS）分析因果推断↔ 比较
- 匹配方法（CEM / 最优 / 遗传）因果推断↔ 比较
- 普通最小二乘法 (OLS) 回归计量经济学↔ 比较
- 倾向得分匹配研究统计学↔ 比较
- 工具变量法/两阶段最小二乘法 (IV/2SLS)因果推断↔ 比较