境界の跳躍をどう測るか：回帰不連続デザイン（RDD）における識別理論とバイアス修正・オネスト推測の数理

導入（1行サマリー＆つかみ）

「閾値の直前と直後を比べるだけで因果効果がわかる」という直観的な魅力の裏には、ノンパラメトリック推定における深刻な境界バイアスと推測の破綻という数理的な難問が横たわっています。

実証計量経済学やデータサイエンスの現場において、回帰不連続デザイン（Regression Discontinuity Design, RDD）は、ランダム化比較試験（RCT）に匹敵する内的妥当性を持つ「準実験手法の最高峰」として確固たる地位を築いてきました。試験の合格最低点、補助金給付の所得制限ライン、Webサービスにおける施策の配信判定スコア閾値――人間社会の意思決定やアルゴリズムは、非連続な境界線（カットオフ）に満ちています。

しかし、境界線近傍のデータを単純に回帰分析にかけるだけでは、因果の真実には到達できません。今回取り上げる文献『データ駆動型回帰分析』の抜粋（第3章ノンパラメトリック回帰：3.3 回帰不連続デザイン・3.4 補論）は、カットオフにおける平均処置効果の識別理論から、局所線形（Local Linear, LL）推定量、現代の実証分析で事実上の標準である Calonico, Cattaneo, and Titiunik (2014) の頑健バイアス修正法、さらには Kolesár and Rothe (2018) が提起した「オネスト（偽りのない）信頼区間」に至るフロンティアを鮮やかに凝縮しています。

かつて当ブログの過去記事である境界の不連続性に宿る因果の光：回帰不連続デザイン（RDD）の識別論理と推測数理を解き明かすや回帰不連続デザイン（RDD）における識別と漸近推測の深淵：局所線形回帰のバイアス修正とオネスト信頼区間の行間を解剖するでも論じたように、RDDの本質は「局所的な自然の実験」を切り出す点にあります。本稿ではさらに一歩踏み込み、実証分析者が直面する「バンド幅選択のジレンマ」「漸近バイアス」「被覆確率の崩壊」という数理的病理と、現代計量経済学がそれをどう克服したのかを、数式展開の行間を丁寧に補いながらステップ・バイ・ステップで徹底解剖します。

識別の壁と因果推論の課題

因果効果を測定しようとする試みは、常に「選択バイアス（Selection Bias）」との闘いです。

たとえば、ある大学入試の合格が将来の所得に与える因果的効果を評価したいとします。合格者グループと不合格者グループの将来賃金を単純に比較しても、それは大学教育の真の効果を表しません。合格者はもともとの学力が高く、家庭環境や学習習慣といった観察不能な資質（交絡因子）に恵まれている可能性が高いためです。

このとき、合格・不合格を分ける試験スコア（強制変数・ランニング変数 / Running Variable, Forcing Variable）を $X_i$ 、合格基準となる閾値（カットオフ / Cutoff）を $c$ と置きます。

シャープな RDD（Sharp RDD）とは何か？：決定論的割り当てと「ファジー」との違い

回帰不連続デザイン（RDD）は、カットオフ $c$ を挟んだ処置の割り当てられ方によって、大きく「シャープな RDD（Sharp RDD）」と「ファジーな RDD（Fuzzy RDD）」の2種類に大別されます。

1. シャープな RDD の定義：100% 決定論的な世界の境界線

シャープな RDD とは、ランニング変数 $X_i$ が閾値 $c$ 以上か未満かによって、処置の受給 $D_i \in \{0, 1\}$ が「例外なく 100% 決定論的（Deterministic）」に二分されるデザインです。

数式では、指示関数 $\mathbf{1}(\cdot)$ を用いて次のように表現されます：

D_i = \mathbf{1}(X_i \ge c) = \begin{cases} 1 & (X_i \ge c) \\ 0 & (X_i < c) \end{cases}

ここで極めて重要なのは、「カットオフを跨いだ瞬間に、処置を受ける確率 $P(D_i = 1 \mid X_i = x)$ が $0$ から $1$ （0% から 100%）へと垂直に階段状ジャンプする」という点です。個人の好み、担当者の裁量、例外的な裏口や辞退といった「不遵守（Non-compliance）」が一切許されない厳格な制度設計を前提とします。

現実における具体例：
- アルゴリズムの自動判定：信用スコアが700点以上なら即座に融資承認（ $D=1$ ）、699点以下なら即座に否決（ $D=0$ ）
- 法律上の絶対的年齢閾値：20歳の誕生日を迎えた瞬間に選挙権や飲酒が法的に解禁される（19歳364日は0%、20歳0日は100%）
- 選挙の過半数ルール：得票率が50%を1票でも上回れば確実に当選（ $D=1$ ）、下回れば確実に落選（ $D=0$ ）

2. ファジーな RDD（Fuzzy RDD）との決定的な違い

一方で、現実の社会政策や実証研究では「ルール通りにいかない人間行動」がしばしば現れます。たとえば、「大学入試に合格（ $X_i \ge c$ ）したが、他大学へ進学するために辞退した人」や、「基準点に届かなかった（ $X_i < c$ ）が、スポーツ推薦や特別な救済枠で入学を許可された人」が混ざる場合です。

このように、カットオフを境に処置の受給確率は不連続に変化するものの、 $0 \to 1$ への完全な垂直跳躍ではなく、たとえば $0.2 \to 0.8$ のように「確率的な段差（受給確率のジャンプ）」に留まる状況をファジーな RDD（Fuzzy RDD）と呼びます。

比較項目	シャープな RDD（Sharp RDD）	ファジーな RDD（Fuzzy RDD）
処置割り当てのルール	決定論的（Deterministic）	確率的（Probabilistic）
処置確率のジャンプ幅	$0 \to 1$ （完全な垂直跳躍： $0\% \to 100\%$ ）	$P_+ - P_- < 1$ （不完全な確率的跳躍：例 $20\% \to 80\%$ ）
個体の遵守状況	完全遵守（例外・不遵守・辞退がゼロ）	不完全遵守（辞退者・不遵守者が混在）
識別される因果効果	境界における平均処置効果（ATE at Cutoff）	境界における局所的平均処置効果（LATE: 遵守者効果）
分析アプローチ	カットオフ極限の差： $\mu_+ - \mu_-$	操作変数法（IV / 2SLS）： $\frac{\text{結果変数のジャンプ}}{\text{処置確率のジャンプ}}$

本稿のスコープ

現実の不完全遵守を扱うファジーな RDD は操作変数法（IV）の枠組みへと拡張されますが、回帰不連続デザインの「因果識別の中核論理」「境界バイアスの克服」「統計的推測の厳密化」という数理的エッセンスは、すべてシャープな RDD に凝縮されています。そのため、本書（第3章3.3節）および本稿では、議論の基礎にして最重要モデルであるシャープな RDD に焦点を絞って理論を解剖していきます。

ここで、ネイマン＝ルービンの潜在的結果モデル（Potential Outcomes Framework）を導入します。個体 $i$ が処置を受けた場合の潜在的結果を $Y_i(1)$ 、受けなかった場合を $Y_i(0)$ と置くと、実際に観測される結果変数 $Y_i$ はスイッチング方程式として次のように定義されます。

Y_i = (1 - D_i) Y_i(0) + D_i Y_i(1)

オーバーラップ条件の完全な崩壊：「同じ特徴なのに結果が違うペア」が1人も存在しない罠

通常、観察データからマッチング法や傾向スコア法、回帰分析で因果効果を公平に比較するためには、「オーバーラップ（共通台）条件（Overlap / Common Support / Positivity）」という大前提が必要です。

オーバーラップ条件とは何か？

一言で言えば、「同じような特徴（年齢・学力・性別など）を持った人が、処置を受けたグループ（処置群）と受けなかったグループ（対照群）の『双方』に存在していなければならない」という要請です。

数式では次のように表現されます：

0 < P(D_i = 1 \mid X_i = x) < 1 \quad (\text{すべての } x \text{ において})

$P(D_i = 1 \mid X_i = x) > 0$ （確率が0%超）：その特徴 $x$ を持つ人で、処置を受けた人が少なくとも1人いる
$P(D_i = 1 \mid X_i = x) < 1$ （確率が100%未満）：その特徴 $x$ を持つ人で、処置を受けなかった人（対照群）も少なくとも1人いる

たとえば、「ある新薬の効果」を検証したいとき、データの中で「80代の高齢者は全員が新薬を投与され、20代の若者は全員が投与されなかった」としたらどうでしょうか？年齢の影響を揃えて比較しようとしても、データの中に「80代の非投与者」も「20代の投与者」も1人もいないため、年齢の分布が一切重ならず（オーバーラップせず）、新薬が効いたのか単なる若さのせいなのか原理的に区別（識別）できません。公平な比較をするためには、どんな特徴 $x$ であっても比較の相手（ペア）が両群に存在している必要があります。

RDD においてオーバーラップが「完全に破綻」する理由

しかし、シャープな RDD（Sharp RDD）では、制度のカットオフ値 $c$ （例: 合格最低点60点）によって処置の受給が非情なまでに二分されます：

$X_i < c$ （不合格者）: 制度上、処置を受ける確率は完全に $0\%$ （合格者は $0$ 人）
$X_i \ge c$ （合格者）: 制度上、処置を受ける確率は完全に $100\%$ （不合格者は $0$ 人）

つまり、「同じ点数 $x$ なのに合格した人と落ちた人」という比較ペアが、データのどこを探しても1人も存在しません。

スコア空間のいかなる点 $x$ においてもオーバーラップ条件が完全に破綻している――これこそが RDD における最大の「識別の壁」です。同じ特徴を持つ個体同士をマッチングして比べるという王道の手法は、ここでは完全に無力化されます。

連続性仮定による識別の跳躍

この決定論的割り当ての壁を突破するために導入されるのが、Hahn, Todd, and van der Klaauw (2001) によって定式化された潜在的結果の条件付期待値の連続性仮定（Continuity Assumption）です。

\text{仮定: } \mathbb{E}[Y_i(1) \mid X_i = x] \quad \text{および} \quad \mathbb{E}[Y_i(0) \mid X_i = x] \quad \text{が } x = c \text{ において } x \text{ に関して連続}

この仮定が意味するのは、「もし合格最低点をわずか1点差で下回った受験生が仮に合格していたら、その期待賃金は1点差でギリギリ合格した受験生と等しかったはずだ」という反実仮想の滑らかさです。学力や家庭環境などの交絡因子の分布がカットオフ $c$ の直前直後で突如として不連続にジャンプしない限り、カットオフ極限における観測データの段差は純粋な処置効果を捉えることができます。

補足コラム：内的妥当性（Internal Validity）とは何か？

導入部で「RDDはランダム化比較試験（RCT）に匹敵する内的妥当性を誇る」と述べましたが、計量経済学における「内的妥当性（Internal Validity）」と、その対になる「外的妥当性（External Validity）」の違いを整理しておきましょう。

概念	核心となる問い	焦点・意味	主な脅威（バイアス）
内的妥当性（Internal Validity）	「この分析結果は、対象サンプル内で本当に真の因果効果を捉えているか？」	選択バイアスや未観測の交絡因子が排除され、「処置 $D_i$ が真に結果 $Y_i$ をもたらした」と確信できる度合い。	・未観測の交絡（能力・意欲など）・逆の因果・同時性・閾値の意図的操作（不正）
外的妥当性（External Validity）	「この分析で得られた効果は、他の人々や別の環境にも当てはまるか？」	分析で得られた因果的結論を、他の母集団・別の地域・将来の時代へと一般化（外挿: Extrapolation）できる度合い。	・サンプルの特殊性・局所的効果（LATE）に過ぎないこと

なぜ RDD は「内的妥当性が極めて高い」のか？

通常の実証データ（観察研究）では、「高学歴な人ほど高収入」という相関を見ても、「もともと地頭が良く努力家だったから稼げているだけではないか（能力バイアス）」という疑念を完全に払拭することは極めて困難です。

しかし、RDD では「合格点 $c$ 」の直前直後を比較します：

$c - \varepsilon$ 点で落ちた受験生と、 $c + \varepsilon$ 点で合格した受験生。
このわずか数点（あるいは1点）の差は、本人の知能や家庭環境の差ではなく、「試験当日の体調」「直前にヤマを張った問題が出たか」といったランダムな偶然（外生的なショック）によって決まったとみなせます。

したがって、カットオフの極近傍においては「神の手による無作為割付（準実験）」が成立していることになり、未観測の交絡因子が左右で相殺されます。これが、RDD が観察研究の中で最も高い内的妥当性を誇る理由です。

RDD が抱える代償：外的妥当性とのトレードオフ

しかし、この高い内的妥当性と引き換えに、RDD は外的妥当性の限定という代償を払っています。後述するように、RDD で識別できるのは、あくまで「カットオフ値 $X_i = c$ の境界線上に位置する個体群に対する効果（LATE at the Cutoff）」に限定されます。合格最低点ギリギリのボーダー層に対して教育効果があったとしても、90点で合格したトップ層や、20点しか取れなかった層にも同じ処置効果があるとは断言できません（外挿の限界）。

実証分析者は、この「内的妥当性の圧倒的な高さ」と「外的妥当性の局所性」のトレードオフを理解した上で RDD を活用する必要があります。

興味の対象であるカットオフ上の局所的平均処置効果（Local Average Treatment Effect at the Cutoff） $\tau_{\mathrm{rdd}}$ は次のように定義されます。

\tau_{\mathrm{rdd}} \equiv \mathbb{E}[Y_i(1) - Y_i(0) \mid X_i = c]

期待値の線形性より、これは次のように分解できます。

\tau_{\mathrm{rdd}} = \mathbb{E}[Y_i(1) \mid X_i = c] - \mathbb{E}[Y_i(0) \mid X_i = c]

ここで連続性仮定を適用します。関数が $x = c$ で連続であるならば、その点における値は右極限および左極限と一致します。したがって、

\mathbb{E}[Y_i(1) \mid X_i = c] = \lim_{x \downarrow c} \mathbb{E}[Y_i(1) \mid X_i = x]

\mathbb{E}[Y_i(0) \mid X_i = c] = \lim_{x \uparrow c} \mathbb{E}[Y_i(0) \mid X_i = x]

さらに、観測される結果変数 $Y_i$ は $x \ge c$ において $Y_i(1)$ 、反実仮想を必要としない領域 $x < c$ において $Y_i(0)$ と一致するため、潜在的結果を観測可能な結果変数 $Y_i$ に置き換えることができます。

\begin{aligned} \tau_{\mathrm{rdd}} &= \lim_{x \downarrow c} \mathbb{E}[Y_i \mid X_i = x] - \lim_{x \uparrow c} \mathbb{E}[Y_i \mid X_i = x] \\ &\equiv \mu_+ - \mu_- \end{aligned}

図3.2 回帰不連続デザイン

上図（文献 p.65 図3.2 より）が示す通り、カットオフ $c$ より右側では $\mathbb{E}[Y_i(0) \mid X_i]$ は観測できず（点線）、左側では $\mathbb{E}[Y_i(1) \mid X_i]$ は観測できません。しかし、左右からカットオフ境界に向かって条件付期待値の極限を取ることで、境界における断絶（垂直方向の段差 $\tau_{\mathrm{rdd}}$ ）を因果効果として厳密に切り出す（識別する）ことができるのです。

核心理論と数理的メカニズム

識別が数理的に保証されたとしても、手元の有限標本データから右極限 $\mu_+$ と左極限 $\mu_-$ をどのように推定し、その推定誤差をどのように評価するかという統計的推測の難問が立ちはだかります。

文献（p.66「3.3.2 推定」）の冒頭には、次のような極めて重要かつ濃密な指針が示されています：

「これまでにいくつかの $\tau_{\mathrm{rdd}}$ の推定方法が提案されてきたが、現在では $\mu_+$ と $\mu_-$ をカーネル法で推定するのが標準的な推定方法である。カットオフは $\mathbb{E}[Y_i(1) \mid X_i = x]$ と $\mathbb{E}[Y_i(0) \mid X_i = x]$ の境界の点にあたるため、LL 推定量、もしくは、2次以上の局所多項式推定量を用いることが推奨される。」

一見すると専門用語が凝縮されていますが、この一文には「なぜ全体ではなく近傍だけを見るのか？」「なぜ境界で普通の平均を取ると大失敗するのか？」「なぜ直線（LL）を当てはめると救われるのか？」という、現代計量経済学の知恵が詰まっています。この背景を3つのポイントで紐解きましょう。

文献の記述を解剖する：なぜカーネル法とLL推定量が推奨されるのか？

1. なぜ全データではなく「カーネル法（局所推定）」なのか？

RDD を分析しようとするとき、初心者が真っ先に思いつきがちなのは「データ全体を使って高次の多項式回帰（3次式や4次式など）を引く」というアプローチです。しかし、カットオフ $c$ （例: 合格点60点）から遠く離れた「0点付近」や「100点満点付近」のデータまで回帰に含めてしまうと、遠く離れた特異なデータに引っ張られて、肝心の「カットオフ直前・直後の境界線上の値」が大きく歪んでしまう（ルンゲ現象・外挿バイアス）ことが判明しています（Gelman and Imbens, 2019）。

私たちが真に知りたいのは、カットオフ $c$ の「極近傍」における局所的な段差だけです。そこで、カットオフ近傍に幅 $h$ （バンド幅）の窓を設定し、「カットオフに近いデータほど大きな重みを与え、遠いデータは無視する」という局所的な重み付けを行う手法がカーネル法（Kernel Method）です。これが現代の実証分析におけるデファクトスタンダードとなっています。

2. 「カットオフは境界の点にあたる」とはどういう意味か？

通常の回帰分析や密度推定では、ある点 $x$ の値を推定したい場合、その点の「左側にも右側にも」バランスよくデータが存在します（これを内点（Interior Point）と呼びます）。

しかし、RDD のカットオフ $c$ は決定的に異なります：

合格者側の期待値 $\mu_+$ を推定したいとき：データは $X_i \ge c$ （右側）にしか存在せず、左側には $1$ 人もいません。
不合格者側の期待値 $\mu_-$ を推定したいとき：データは $X_i < c$ （左側）にしか存在せず、右側には $1$ 人もいません。

つまり、カットオフ $c$ はデータの真ん中ではなく、「データの崖っぷち・端っこ（境界点: Boundary Point）」に位置しているのです。推定量は常に、片側からしかデータが得られないという過酷な条件下で境界の値を外挿・推定しなければなりません。

3. なぜ単なる平均ではなく「LL推定量（局所線形回帰）」が推奨されるのか？

「カットオフの近くにあるデータだけで単純に平均（重み付き平均）を取ればいいのでは？」と思うかもしれません。ノンパラメトリック統計におけるこの最も素朴な手法を局所定数推定量（Local Constant / Nadaraya-Watson 推定量）と呼びます。

しかし、境界（崖っぷち）でこの局所定数推定量を使うと、「深刻な境界バイアス（Boundary Bias）」が発生します。

局所定数（ただの平均）の悲劇：いま、試験スコアと将来賃金の関係が「右肩上がり（坂道）」だったとします。カットオフ $c$ より右側の近傍データだけを平均すると、足し合わせるデータはすべて「 $c$ よりもスコアが高い（賃金も高い）個体」ばかりです。その結果、得られる平均値は、本来知りたい「カットオフ $c$ ちょうどにおける真の値」よりも坂道の上に引っ張られて必ず高くズレてしまいます（過大推定）。片側にしかデータがないため左右で傾きを相殺できず、このズレ（バイアス）はバンド幅 $h$ の1乗のオーダー $O(h)$ という大きな誤差として残ってしまいます。
局所線形（LL）推定量の鮮やかな解決：このバイアスを劇的に消し去るのが、局所線形（Local Linear, LL）推定量です。 LL推定量は、近傍のデータを単に「水平な平均（定数）」で捉えるのではなく、「局所的な傾きを持った直線（ $Y = \alpha + \beta(X - c)$ ）」を当てはめます。直線の「傾き $\beta$ 」を同時に推定することで、データが右肩上がりであることをモデル自身が捉え、「坂道を滑り降りて、崖っぷちの境界 $x = c$ における切片 $\alpha$ を正確に予測する」ことができます。この直線の当てはめにより、傾きに起因する1階微分のバイアスが数学的に自動相殺され、バイアスのオーダーは一気に $O(h^2)$ へと劇的に縮小（より小さく・速く収束）します。

さらに、回帰関数が強いカーブ（非線形性）を描いている場合には、2次式（放物線）を当てはめる2次以上の局所多項式推定量（Local Polynomial Estimator）を用いることで、曲率（2階微分）によるバイアスまでも相殺できるため、文献では「LL推定量、もしくは2次以上の局所多項式推定量」が強く推奨されているのです。

局所線形（Local Linear, LL）回帰の数学的定式化と境界バイアス

それでは、局所線形回帰の具体的な数理モデルを見ていきましょう。カットオフの右側（ $X_i \ge c$ 、合格者側）から境界値 $\mu_+$ を推定する場合を考えます。

1. 最小二乗問題の定式化：何をやっている数式なのか？

\min_{\alpha_+, \beta_+} \sum_{i: X_i \ge c} \left( Y_i - \alpha_+ - \beta_+ (X_i - c) \right)^2 k\left( \frac{X_i - c}{h} \right)

この数式は、一見複雑に見えますが、やっていることは高校数学でもおなじみの「重み付きの直線あてはめ（最小二乗法）」そのものです。各パーツの意味を分解しましょう：

直線モデル $\alpha_+ + \beta_+ (X_i - c)$ ：カットオフ $c$ を基準（原点 $0$ ）としています。そのため、 $X_i = c$ を代入すると $\beta_+ (c - c) = 0$ となり、切片 $\alpha_+$ がそのまま「カットオフ $c$ における回帰関数の値（右極限値 $\mu_+$ ）」を表すように設計されています。傾き $\beta_+$ は直線の坂道の勾配です。
二乗残差 $\left( Y_i - \alpha_+ - \beta_+ (X_i - c) \right)^2$ ：実際のデータ $Y_i$ と、直線による予測値とのズレ（残差）の二乗です。
カーネル重み $k\left( \frac{X_i - c}{h} \right)$ ：ここがカーネル法の心臓部です。 $u = \frac{X_i - c}{h}$ は「カットオフからの距離をバンド幅 $h$ で測った相対距離」です。カットオフに近いデータ（ $X_i \approx c$ ）ほど $u \approx 0$ となり重み $k(u)$ は最大になり、窓の外（距離が $h$ より遠いデータ）は重みが $0$ になって計算から完全に除外されます。

この最適化問題を解いて得られる切片の推定量 $\hat{\alpha}_+$ が、右側極限値 $\mu_+$ の推定量 $\hat{\mu}_+$ となります。同様に、カットオフの左側（ $X_i < c$ ）のデータだけを使って推定した切片を $\hat{\mu}_-$ と置くと、私たちが求めたい因果効果（局所処置効果）の推定量は、単にこの2つの切片の引き算で求まります（文献 p.66 式(3.16)）：

\hat{\tau}_{\mathrm{rdd}} = \hat{\mu}_+ - \hat{\mu}_- \tag{3.16}

漸近展開の行間を埋める：バイアスと分散の数学的導出

文献（p.66）では、処置効果推定量 $\hat{\tau}_{\mathrm{rdd}} = \hat{\mu}_+ - \hat{\mu}_-$ の漸近期待値（バイアス）と漸近分散が次のように提示されています：

\mathbb{E}[\hat{\tau}_{\mathrm{rdd}} - \tau_{\mathrm{rdd}} \mid \mathbf{X}] \approx \frac{h^2}{2} \kappa_2^*(k^*) \left( \mu''(c_+) - \mu''(c_-) \right) \equiv B(h)

\mathbb{V}\mathrm{ar}(\hat{\tau}_{\mathrm{rdd}} \mid \mathbf{X}) = \frac{R^*(k^*)}{nh} \left( \frac{\sigma^2(c_+)}{f(c_+)} + \frac{\sigma^2(c_-)}{f(c_-)} \right) + o_p\left(\frac{1}{nh}\right) \equiv V(h)

これらの式は一見すると非常に難解ですが、「① 局所線形回帰を行列で解く」「② 等価カーネル（Equivalent Kernel）を定義する」「③ テイラー展開と置換積分を行う」という標準的なステップで完全に導出できます。行間を省略せずにステップ・バイ・ステップで追っていきましょう。

ステップ1：局所線形推定量を行列で解く（正規方程式）

カットオフの右側（ $X_i \ge c$ 、データ数 $n_+$ ）を考えます。私たちは次の重み付き最小二乗（WLS）問題を解いて、切片 $\alpha_+$ と傾き $\beta_+$ を推定します：

\min_{\alpha_+, \beta_+} \sum_{i: X_i \ge c} \left( Y_i - \alpha_+ - \beta_+ (X_i - c) \right)^2 k\left(\frac{X_i - c}{h}\right)

各データ $i$ の設計ベクトルを $\mathbf{z}_i \equiv \begin{pmatrix} 1 \\ X_i - c \end{pmatrix}$ と置くと、予測値は $\mathbf{z}_i^\top \begin{pmatrix} \alpha_+ \\ \beta_+ \end{pmatrix}$ と表せます。この目的関数を $\alpha_+$ および $\beta_+$ で偏微分して $0$ と置くことで、標準的な正規方程式（Normal Equation）が得られます：

\sum_{i: X_i \ge c} \mathbf{z}_i \left( Y_i - \mathbf{z}_i^\top \begin{pmatrix} \hat{\alpha}_+ \\ \hat{\beta}_+ \end{pmatrix} \right) k\left(\frac{X_i - c}{h}\right) = \mathbf{0}

式を整理して未知のパラメータベクトル $\begin{pmatrix} \hat{\alpha}_+ \\ \hat{\beta}_+ \end{pmatrix}$ について解くと：

\left( \sum_{i: X_i \ge c} \mathbf{z}_i \mathbf{z}_i^\top k\left(\frac{X_i - c}{h}\right) \right) \begin{pmatrix} \hat{\alpha}_+ \\ \hat{\beta}_+ \end{pmatrix} = \sum_{i: X_i \ge c} \mathbf{z}_i Y_i k\left(\frac{X_i - c}{h}\right)

ここで、 $2 \times 2$ の標本積和行列を $\mathbf{S}_{n, +}$ と定義します。行列積 $\mathbf{z}_i \mathbf{z}_i^\top = \begin{pmatrix} 1 \\ X_i - c \end{pmatrix} \begin{pmatrix} 1 & X_i - c \end{pmatrix} = \begin{pmatrix} 1 & X_i - c \\ X_i - c & (X_i - c)^2 \end{pmatrix}$ を代入して各成分を計算すると：

\mathbf{S}_{n, +} \equiv \sum_{i: X_i \ge c} \mathbf{z}_i \mathbf{z}_i^\top k\left(\frac{X_i - c}{h}\right) = \begin{pmatrix} S_{n, 0} & S_{n, 1} \\ S_{n, 1} & S_{n, 2} \end{pmatrix}

ただし、各要素 $S_{n, j}$ はスコアの $j$ 次モーメント標本和です：

S_{n, j} \equiv \sum_{i: X_i \ge c} (X_i - c)^j k\left(\frac{X_i - c}{h}\right) \quad (j = 0, 1, 2)

両辺に左から逆行列 $\mathbf{S}_{n, +}^{-1}$ を掛ければ、推定量ベクトルが求まります：

\begin{pmatrix} \hat{\alpha}_+ \\ \hat{\beta}_+ \end{pmatrix} = \mathbf{S}_{n, +}^{-1} \sum_{i: X_i \ge c} \mathbf{z}_i Y_i k\left(\frac{X_i - c}{h}\right)

ステップ1.5： $2 \times 2$ 逆行列の直接計算と切片 $\hat{\alpha}_+$ の抽出

「ここが教科書で一番省略されがちな最大の行間です！」 私たちが知りたいのは境界上の極限値（切片 $\hat{\mu}_+ = \hat{\alpha}_+$ ）だけであり、傾き $\hat{\beta}_+$ の値自体は必要ありません。

まず、 $2 \times 2$ 行列の逆行列公式 $\begin{pmatrix} a & b \\ c & d \end{pmatrix}^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}$ を $\mathbf{S}_{n, +}$ に適用します：

\mathbf{S}_{n, +}^{-1} = \frac{1}{S_{n, 0} S_{n, 2} - S_{n, 1}^2} \begin{pmatrix} S_{n, 2} & -S_{n, 1} \\ -S_{n, 1} & S_{n, 0} \end{pmatrix}

第1行目の切片 $\hat{\alpha}_+$ だけを取り出すために、単位行ベクトル $\mathbf{e}_1^\top = \begin{pmatrix} 1 & 0 \end{pmatrix}$ を左から掛けます：

\hat{\alpha}_+ = \begin{pmatrix} 1 & 0 \end{pmatrix} \begin{pmatrix} \hat{\alpha}_+ \\ \hat{\beta}_+ \end{pmatrix} = \begin{pmatrix} 1 & 0 \end{pmatrix} \mathbf{S}_{n, +}^{-1} \sum_{i: X_i \ge c} \mathbf{z}_i Y_i k\left(\frac{X_i - c}{h}\right)

ここで、前半の行列積を計算してみましょう：

\begin{pmatrix} 1 & 0 \end{pmatrix} \begin{pmatrix} S_{n, 2} & -S_{n, 1} \\ -S_{n, 1} & S_{n, 0} \end{pmatrix} = \begin{pmatrix} S_{n, 2} & -S_{n, 1} \end{pmatrix}

これと後ろにある設計ベクトル $\mathbf{z}_i = \begin{pmatrix} 1 \\ X_i - c \end{pmatrix}$ との内積を計算すると：

\begin{pmatrix} S_{n, 2} & -S_{n, 1} \end{pmatrix} \begin{pmatrix} 1 \\ X_i - c \end{pmatrix} = S_{n, 2} - S_{n, 1} (X_i - c)

なんと、分子に $S_{n, 2} - S_{n, 1}(X_i - c)$ という美しいスカラー式が現れました！これをまとめると、切片推定量 $\hat{\alpha}_+$ は $Y_i$ の重み付き和として次のように完全に展開できます：

\hat{\alpha}_+ = \sum_{i: X_i \ge c} \left[ \frac{S_{n, 2} - S_{n, 1} (X_i - c)}{S_{n, 0} S_{n, 2} - S_{n, 1}^2} \right] k\left(\frac{X_i - c}{h}\right) Y_i

この分子の「 $S_{n, 2} - S_{n, 1}(X_i - c)$ 」と分母の「 $S_{n, 0} S_{n, 2} - S_{n, 1}^2$ 」の形を心に留めておいてください。これが次のステップで等価カーネルの姿を現します！

ステップ2：大数の法則と置換積分による「等価カーネル」 $k^*(u)$ の誕生

標本和 $S_{n, j}$ に大数の弱法則（WLLN）を適用し、サンプルサイズ $n \to \infty$ における確率極限を求めます。スコア $X$ の確率密度関数を $f(x)$ とすると、標本和は期待値（積分）に確率収束します：

S_{n, j} = \sum_{i: X_i \ge c} (X_i - c)^j k\left(\frac{X_i - c}{h}\right) \approx n \int_c^\infty (x - c)^j k\left(\frac{x - c}{h}\right) f(x) \, dx

ここで、変数変換（置換積分） $u = \frac{x - c}{h} \iff x - c = hu, \, dx = h \, du$ を実行します。

※ ここが RDD における最大の数理的急所です：
通常のカーネル回帰（境界のない内点）であれば積分区間は $(-\infty, \infty)$ ですが、RDD ではカットオフの片側データ（ $x \ge c$ ）しか使わないため、積分区間は $[0, \infty)$ （片側のみ） となります！

バンド幅 $h \to 0$ のとき、局所的に密度関数は境界値 $f(c + hu) \approx f(c_+)$ で一定とみなせるため：

S_{n, j} \approx n \int_0^\infty (hu)^j k(u) f(c_+) \cdot h \, du = n h^{j+1} f(c_+) \int_0^\infty u^j k(u) \, du

ここで、カーネルの「片側 $j$ 次モーメント定数」を $\nu_j \equiv \int_0^\infty u^j k(u) \, du$ と定義します：

S_{n, 0} \approx n h f(c_+) \nu_0

S_{n, 1} \approx n h^2 f(c_+) \nu_1

S_{n, 2} \approx n h^3 f(c_+) \nu_2

これを先ほどステップ1.5で導出した $\hat{\alpha}_+$ の分子と分母にそれぞれ代入してみましょう！（ $X_i - c = h u_i$ であることに注意します）：

【分子の計算】

S_{n, 2} - S_{n, 1} (X_i - c) \approx n h^3 f(c_+) \nu_2 - \left( n h^2 f(c_+) \nu_1 \right) \cdot (h u_i) = n h^3 f(c_+) (\nu_2 - \nu_1 u_i)

【分母の計算】

S_{n, 0} S_{n, 2} - S_{n, 1}^2 \approx (n h f(c_+) \nu_0)(n h^3 f(c_+) \nu_2) - (n h^2 f(c_+) \nu_1)^2 = [n h^2 f(c_+)]^2 (\nu_0 \nu_2 - \nu_1^2)

【分子を分母で割る】

\frac{S_{n, 2} - S_{n, 1} (X_i - c)}{S_{n, 0} S_{n, 2} - S_{n, 1}^2} \approx \frac{n h^3 f(c_+) (\nu_2 - \nu_1 u_i)}{n^2 h^4 f(c_+)^2 (\nu_0 \nu_2 - \nu_1^2)} = \frac{1}{n h f(c_+)} \left[ \frac{\nu_2 - \nu_1 u_i}{\nu_0 \nu_2 - \nu_1^2} \right]

驚くべきことに、 $h$ のべき乗と $n f(c_+)$ が綺麗に約分され、スッキリとした形が残りました！これを $\hat{\alpha}_+$ の式に戻すと：

\hat{\mu}_+ = \hat{\alpha}_+ = \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} \underbrace{\left[ \frac{\nu_2 - \nu_1 u_i}{\nu_0 \nu_2 - \nu_1^2} k(u_i) \right]}_{k^*(u_i)} Y_i + o_p\left(\frac{1}{\sqrt{nh}}\right)

これこそが、文献（p.66 式(3.12)）に突如として登場する「等価カーネル（Equivalent Kernel / 境界カーネル）」 $k^*(u)$ の真の正体です：

k^*(u) \equiv \frac{\nu_2 - \nu_1 u}{\nu_0 \nu_2 - \nu_1^2} k(u) \tag{3.12}

この等価カーネル $k^*(u)$ は、次の極めて重要な直交条件（モーメント条件）を満たすように自動的に設計されています：

1. 0次モーメント（定数の一致性）

\int_0^\infty k^*(u) \, du = 1

2. 1次モーメント（傾きバイアスの完全消去！）

\int_0^\infty u k^*(u) \, du = 0

3. 2次モーメント（曲率定数・式(3.13)）

\kappa_2^*(k^*) \equiv \int_0^\infty u^2 k^*(u) \, du > 0 \tag{3.13}

ステップ3：バイアス $B(h)$ の完全導出

まずはステップ2で導出した等価カーネルによる切片推定量 $\hat{\mu}_+$ の式を振り返りましょう：

\hat{\mu}_+ = \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} k^*\left(\frac{X_i - c}{h}\right) Y_i + o_p\left(\frac{1}{\sqrt{nh}}\right)

ここに真のデータ生成モデル $Y_i = \mu(X_i) + \varepsilon_i$ （ただし誤差の条件付期待値は $\mathbb{E}[\varepsilon_i \mid \mathbf{X}] = 0$ ）を代入すると、 $\mathbb{E}[Y_i \mid \mathbf{X}] = \mu(X_i)$ となるため、推定量の条件付期待値は次のようになります：

\mathbb{E}[\hat{\mu}_+ \mid \mathbf{X}] \approx \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} k^*\left(\frac{X_i - c}{h}\right) \mu(X_i)

ここで、未知の回帰関数 $\mu(X_i)$ をカットオフ $x = c$ の右側近傍で2次までテイラー展開します：

\mu(X_i) = \mu(c_+) + \mu'(c_+)(X_i - c) + \frac{1}{2} \mu''(c_+)(X_i - c)^2 + o((X_i - c)^2)

この展開式を上の期待値の式に代入すると、期待値は「定数項」「1階微分（傾き）の項」「2階微分（曲率）の項」の3つに分解されます：

\begin{aligned} \mathbb{E}[\hat{\mu}_+ \mid \mathbf{X}] &\approx \mu(c_+) \cdot \underbrace{\left[ \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} k^*\left(\frac{X_i - c}{h}\right) \right]}_{\text{第0項（定数項）}} \\ &+ \mu'(c_+) \cdot \underbrace{\left[ \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} (X_i - c) k^*\left(\frac{X_i - c}{h}\right) \right]}_{\text{第1項（傾きの項）}} \\ &+ \frac{1}{2} \mu''(c_+) \cdot \underbrace{\left[ \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} (X_i - c)^2 k^*\left(\frac{X_i - c}{h}\right) \right]}_{\text{第2項（曲率の項）}} + o_p(h^2) \end{aligned}

大数の法則により標本平均 $\frac{1}{n}\sum_{i: X_i \ge c} (\cdot)$ を積分 $\int_c^\infty (\cdot) f(x) \, dx$ に置き換え、局所的に密度を $f(x) \approx f(c_+)$ と近似して変数変換 $u = \frac{x - c}{h} \iff x - c = hu$ （ $dx = h \, du$ ）を適用します。すると、分母の $h f(c_+)$ と積分の $h f(c_+)$ が見事に相殺し、各項は次のように極めて美しく計算されます：

第0項（定数項）：
$\frac{1}{h f(c_+)} \int_c^\infty k^*\left(\frac{x - c}{h}\right) f(x) \, dx \approx \frac{f(c_+)}{h f(c_+)} \int_0^\infty k^*(u) \cdot (h \, du) = \int_0^\infty k^*(u) \, du = 1$
（等価カーネルの0次モーメント条件により $1$ となり、 $\mu(c_+)$ がそのまま残ります）
第1項（傾きの項）： $X_i - c = hu$ より $h$ が1つ外に出ます：
$\frac{1}{h f(c_+)} \int_c^\infty (x - c) k^*\left(\frac{x - c}{h}\right) f(x) \, dx \approx \frac{f(c_+)}{h f(c_+)} \int_0^\infty (hu) k^*(u) \cdot (h \, du) = h \underbrace{\int_0^\infty u k^*(u) \, du}_{= 0} = 0$
（等価カーネルの1次モーメント直交条件により、傾きによるバイアスが自動的に完全消去されます！）
第2項（曲率の項）： $(X_i - c)^2 = h^2 u^2$ より $h^2$ が外に出ます：
$\frac{1}{h f(c_+)} \int_c^\infty (x - c)^2 k^*\left(\frac{x - c}{h}\right) f(x) \, dx \approx \frac{f(c_+)}{h f(c_+)} \int_0^\infty (h^2 u^2) k^*(u) \cdot (h \, du) = h^2 \underbrace{\int_0^\infty u^2 k^*(u) \, du}_{= \kappa_2^*(k^*)} = h^2 \kappa_2^*(k^*)$

これらをまとめると、求める右側切片の漸近期待値が得られます：

\mathbb{E}[\hat{\mu}_+ \mid \mathbf{X}] = \mu(c_+) \cdot 1 + \mu'(c_+) \cdot 0 + \frac{h^2}{2} \mu''(c_+) \kappa_2^*(k^*) + o_p(h^2) = \mu(c_+) + \frac{h^2}{2} \kappa_2^*(k^*) \mu''(c_+) + o_p(h^2)

左側の推定量 $\hat{\mu}_-$ についても、左側からのアプローチ（ $u = (c - x)/h$ ）によって完全に対称な展開が成り立ちます：

\mathbb{E}[\hat{\mu}_- \mid \mathbf{X}] = \mu(c_-) + \frac{h^2}{2} \kappa_2^*(k^*) \mu''(c_-) + o_p(h^2)

この2つの期待値の差を取ると、真の局所処置効果 $\tau_{\mathrm{rdd}} = \mu(c_+) - \mu(c_-)$ が引き算され、漸近バイアス $B(h)$ が求まります（期待値の線形性により、定数 $\tau_{\mathrm{rdd}}$ は期待値の括弧の中に入れることができます）：

\mathbb{E}[\hat{\tau}_{\mathrm{rdd}} - \tau_{\mathrm{rdd}} \mid \mathbf{X}] = \mathbb{E}[\hat{\tau}_{\mathrm{rdd}} \mid \mathbf{X}] - \tau_{\mathrm{rdd}} = \frac{h^2}{2} \kappa_2^*(k^*) \left( \mu''(c_+) - \mu''(c_-) \right) + o_p(h^2) \equiv B(h)

【数理的結論】：

局所線形回帰（LL）を使ったことで、1階微分（傾き $\mu'$ ）のバイアスは $\int_0^\infty u k^*(u) \, du = 0$ により跡形もなく消滅しました。
残るバイアスは、直線では曲がりを吸収できない「2階微分（曲率 $\mu''$ ）」の項だけであり、その大きさはバンド幅の二乗 $h^2$ に比例します。

ステップ4：分散 $V(h)$ の完全導出

次に推定量 $\hat{\mu}_+$ の分散を導出します。

【なぜ $w_i Y_i$ と書けるのか？（線形推定量としての構造）】 ステップ2で求めた等価カーネルによる切片推定量 $\hat{\mu}_+$ の式をもう一度振り返ります：

\hat{\mu}_+ = \frac{1}{n h f(c_+)} \sum_{i: X_i \ge c} k^*\left(\frac{X_i - c}{h}\right) Y_i + o_p\left(\frac{1}{\sqrt{nh}}\right)

ここで、目的変数 $Y_i$ にかかっている係数（共変量 $X_i$ に応じた重み）を次のように $w_i$ と置きます：

w_i \equiv \frac{1}{n h f(c_+)} k^*\left(\frac{X_i - c}{h}\right)

すると、主要項は $\hat{\mu}_+ \approx \sum_{i: X_i \ge c} w_i Y_i$ という各サンプルの観測値 $Y_i$ の重み付き和（線形結合）としてシンプルに表せます。このように局所線形回帰推定量は、観測値 $Y_i$ の線形結合で表される「線形平滑化推定量（Linear Smoother）」の構造を持っています。

【条件付分散の計算：なぜ $w_i^2$ の和になるのか？】 共変量ベクトル $\mathbf{X} = (X_1, \dots, X_n)$ を所与（条件づけ）としたとき、 $w_i$ は $X_i$ のみの関数であるため定数として扱えます。各個体の誤差項 $\varepsilon_i$ は個体間で互いに無相関で、条件付分散を $\mathbb{V}\mathrm{ar}(Y_i \mid X_i = x) = \sigma^2(x)$ と仮定すると、異なる個体間の共分散はゼロ（ $\operatorname{Cov}(Y_i, Y_j \mid \mathbf{X}) = 0 \quad (i \ne j)$ ）です。

定数 $a_i$ と互いに無相関な確率変数列 $Z_i$ に対して $\mathbb{V}\mathrm{ar}\left(\sum a_i Z_i\right) = \sum a_i^2 \mathbb{V}\mathrm{ar}(Z_i)$ が成り立つ基本性質より、クロス項（共分散）がすべて消滅し、二乗した重み $w_i^2$ の和になります：

\mathbb{V}\mathrm{ar}(\hat{\mu}_+ \mid \mathbf{X}) \approx \mathbb{V}\mathrm{ar}\left( \sum_{i: X_i \ge c} w_i Y_i \;\middle|\; \mathbf{X} \right) = \sum_{i: X_i \ge c} w_i^2 \mathbb{V}\mathrm{ar}(Y_i \mid X_i)

ここに $w_i = \frac{1}{n h f(c_+)} k^*\left(\frac{X_i - c}{h}\right)$ を代入すると、2乗された係数が外に出て次のようになります：

\begin{aligned} \mathbb{V}\mathrm{ar}(\hat{\mu}_+ \mid \mathbf{X}) &\approx \sum_{i: X_i \ge c} \left( \frac{1}{n h f(c_+)} k^*\left(\frac{X_i - c}{h}\right) \right)^2 \sigma^2(X_i) \\ &= \frac{1}{n^2 h^2 f(c_+)^2} \sum_{i: X_i \ge c} \left( k^*\left(\frac{X_i - c}{h}\right) \right)^2 \sigma^2(X_i) \end{aligned}

大数の法則により、標本和を積分に置き換えます（ $x = c + hu, \, dx = h \, du$ ）：

\begin{aligned} \sum_{i: X_i \ge c} \left( k^*\left(\frac{X_i - c}{h}\right) \right)^2 \sigma^2(X_i) &\approx n \int_c^\infty \left( k^*\left(\frac{x - c}{h}\right) \right)^2 \sigma^2(x) f(x) \, dx \\ &= n \int_0^\infty (k^*(u))^2 \cdot \sigma^2(c_+) f(c_+) \cdot h \, du \\ &= n h \sigma^2(c_+) f(c_+) \underbrace{\int_0^\infty (k^*(u))^2 \, du}_{\equiv R^*(k^*)} \end{aligned}

これを元の分散の式に代入すると、分子の $n h$ と分母の $n^2 h^2$ 、および $f(c_+)$ が約分されます：

\mathbb{V}\mathrm{ar}(\hat{\mu}_+ \mid \mathbf{X}) \approx \frac{n h \sigma^2(c_+) f(c_+) R^*(k^*)}{n^2 h^2 f(c_+)^2} = \frac{R^*(k^*)}{nh} \frac{\sigma^2(c_+)}{f(c_+)} + o_p\left(\frac{1}{nh}\right)

カットオフの右側標本（ $X_i \ge c$ ）と左側標本（ $X_i < c$ ）は互いに重複しない独立な個体群であるため、両者の共分散はゼロ（ $\operatorname{Cov}(\hat{\mu}_+, \hat{\mu}_- \mid \mathbf{X}) = 0$ ）です。したがって、処置効果推定量 $\hat{\tau}_{\mathrm{rdd}} = \hat{\mu}_+ - \hat{\mu}_-$ の分散は、左右の分散の単純な足し算となります：

\mathbb{V}\mathrm{ar}(\hat{\tau}_{\mathrm{rdd}} \mid \mathbf{X}) = \mathbb{V}\mathrm{ar}(\hat{\mu}_+ \mid \mathbf{X}) + \mathbb{V}\mathrm{ar}(\hat{\mu}_- \mid \mathbf{X}) = \frac{R^*(k^*)}{nh} \left( \frac{\sigma^2(c_+)}{f(c_+)} + \frac{\sigma^2(c_-)}{f(c_-)} \right) + o_p\left(\frac{1}{nh}\right) \equiv V(h)

【数理的結論】：

分母に現れる $nh$ は、カットオフ周辺の窓の中に入っている「実効サンプル数」です。
カットオフ付近のデータ密度 $f(c)$ が高いほど、また誤差分散 $\sigma^2(c)$ が小さいほど、推定量はより安定して分散が小さくなります。

バンド幅選択のジレンマ：MSE最小化と漸近推測の破綻

カーネル法による局所線形推定を行う際、実証分析者が直面する最大の意思決定が「バンド幅 $h$ （近傍の窓の広さ）をどう選ぶか」です。文献（p.66）では、このバンド幅選択基準について次のように言及されています：

「今の場合、スコアのサポート全体で回帰関数の良い推定量を得る必要はないので、MISE ではなく、 $\hat{\tau}_{\mathrm{rdd}}$ の MSE を小さくするようにバンド幅を選ぶのが自然であろう。」

ここで登場する MISE と MSE の違いは、ノンパラメトリック回帰全般と RDD との「分析目的の決定的な違い」を象徴しています。

【徹底比較】MISE（平均積分二乗誤差）と MSE（平均二乗誤差）の違い

比較項目	MSE（平均二乗誤差） Mean Squared Error	MISE（平均積分二乗誤差） Mean Integrated Squared Error
数式的定義	$\mathrm{MSE}(\hat{\tau}) \equiv \mathbb{E}[(\hat{\tau} - \tau)^2]$	$\mathrm{MISE}(\hat{m}) \equiv \mathbb{E}\left[ \int_{\mathcal{X}} (\hat{m}(x) - m(x))^2 w(x) \, dx \right]$
評価の対象	「特定の1点（または1つのスカラー）」の局所的精度	「定義域（サポート）全体の曲線・関数全体」の全体的精度
積分の有無	なし（Pointwise: 局所的な1点評価）	あり（Integrated: サポート $\mathcal{X}$ 全域で誤差を積分）
主な用途	回帰不連続デザイン（RDD）の処置効果推定	通常のノンパラメトリック回帰・カーネル密度推定
最適バンド幅の狙い	カットオフ $c$ の直前直後で最も精度が高くなるよう調整	全区間で平均的にカーブが綺麗に再現されるよう調整

1. 通常のノンパラメトリック回帰の目的：関数全体を復元する「MISE」

通常のノンパラメトリック回帰やカーネル密度推定（本書の3.1節〜3.2節）では、スコア $X$ の取りうる全範囲（サポート $\mathcal{X}$ 、たとえば試験スコア0点から100点まで）にわたって、回帰関数 $m(x) = \mathbb{E}[Y \mid X=x]$ の「曲線全体の形状」を滑らかに復元することがゴールです。そのため、定義域のすべての点 $x$ における二乗誤差を積分（総和）した平均積分二乗誤差（MISE: Mean Integrated Squared Error）を最小化するようにバンド幅を選びます（クロスバリデーションやSilvermanの公式など）。

2. RDD の目的：境界線上の1点だけを射抜く「MSE」

しかし、RDD（回帰不連続デザイン）において私たちが興味を持っているのは何でしょうか？「0点付近で回帰曲線がどう曲がっているか」や「100点満点付近での傾きがどうなっているか」には、一切興味がありません。唯一の関心事は、合格境界線 $c$ （例: 60点）の「カットオフ直上における段差 $\tau_{\mathrm{rdd}} = \mu_+ - \mu_-$ 」という、たった1つの局所的なスカラー値です。

スコア全体で綺麗な関数をフィットさせる必要は全くないため、全域を積分する MISE ではなく、カットオフ $c$ における処置効果推定量 $\hat{\tau}_{\mathrm{rdd}}$ の平均二乗誤差（MSE）を局所的に最小化するバンド幅を選ぶのが最も理にかなっているのです。

漸近平均二乗誤差（AMSE）の定式化とトレードオフ

推定量 $\hat{\tau}_{\mathrm{rdd}}$ の総合的な精度（当てはまりの良さ）を評価する標準的な指標である平均二乗誤差（Mean Squared Error, MSE）は、「バイアスの自乗」と「分散」の和として次のように分解されます。

\mathrm{MSE}(\hat{\tau}_{\mathrm{rdd}}) \equiv \mathbb{E}[(\hat{\tau}_{\mathrm{rdd}} - \tau_{\mathrm{rdd}})^2 \mid \mathbf{X}] = \underbrace{B(h)^2}_{\text{バイアスの自乗}} + \underbrace{V(h)}_{\text{分散}}

ここに、先ほど求めた漸近バイアス $B(h) \propto h^2$ と漸近分散 $V(h) \propto \frac{1}{nh}$ を代入してみましょう：

バイアスの自乗: $B(h)^2 \propto (h^2)^2 = h^4$ （比例定数を $C_1$ と置く）
分散: $V(h) \propto \frac{1}{nh}$ （比例定数を $C_2$ と置く）

すると、漸近的な平均二乗誤差（Asymptotic MSE, AMSE）は、バンド幅 $h$ に関する極めて美しい関数になります：

\mathrm{AMSE}(h) = C_1 h^4 + \frac{C_2}{nh}

ここには、実証分析者が必ず直面する「バイアスと分散のトレードオフ（二律背反）」が明確に表れています：

バンド幅 $h$ を広げすぎると：遠くのデータまで含めてしまうため、直線近似の誤差が膨らみ、バイアス $C_1 h^4$ が急増する。
バンド幅 $h$ を狭めすぎると：窓の中のデータ数が激減するため、推定値が激しくばらつき、分散 $\frac{C_2}{nh}$ が急増する。

最適バンド幅 $h_{\mathrm{MSE}} \propto n^{-1/5}$ のステップ・バイ・ステップ導出

では、このトレードオフのバランスが最も良くなり、誤差 $\mathrm{AMSE}(h)$ を最小にする最適な窓の広さ $h$ はどうやって求めるのでしょうか？これは、高校数学の「微分してイコールゼロと置く（極小値の条件）」だけで簡単に計算できます。行間を一行ずつ埋めてみましょう。

$h$ に関して微分する： $\frac{1}{h} = h^{-1}$ ですから、
$\frac{d}{dh} \mathrm{AMSE}(h) = \frac{d}{dh} \left( C_1 h^4 + \frac{C_2}{n} h^{-1} \right) = 4 C_1 h^3 - \frac{C_2}{n} h^{-2} = 4 C_1 h^3 - \frac{C_2}{n h^2}$
微分をゼロと置く（一階条件）：
$4 C_1 h^3 - \frac{C_2}{n h^2} = 0 \implies 4 C_1 h^3 = \frac{C_2}{n h^2}$
両辺に $h^2$ を掛けて $h$ をまとめる：
$4 C_1 h^5 = \frac{C_2}{n} \implies h^5 = \frac{C_2}{4 C_1} \cdot \frac{1}{n}$
両辺の $5$ 乗根（ $1/5$ 乗）を取る：
$h_{\mathrm{MSE}} = \left( \frac{C_2}{4 C_1} \right)^{1/5} n^{-1/5} \propto n^{-1/5}$

なんと、「サンプルサイズ $n$ の $-1/5$ 乗のスピードで窓幅 $h$ を縮めていくのが、点推定の二乗誤差を最小にする理論的最適解」であることが数学的に一意に導かれました。 Imbens and Kalyanaraman (2012, IK) などはこの公式に基づき、データから最適なバンド幅を自動計算するアルゴリズムを提案しました。

なぜ点推定で「最適」なバンド幅を使うと、信頼区間が「崩壊」するのか？

点推定の精度（二乗誤差の最小化）という観点では、上記の $h_{\mathrm{MSE}} \propto n^{-1/5}$ は完璧な選択です。しかし、ここに統計的推測における深刻な罠（パラドックス）が潜んでいます。

実証研究の目的は、単に点推定値を出すだけでなく、「効果の 95% 信頼区間を求め、 $p$ 値を計算して仮説検定（ $H_0: \tau = 0$ ）を行う」ことです。推定量を中心化し、標準誤差 $\sqrt{V(h)}$ で割って標準化した $Z$ 統計量を考えてみましょう：

\frac{\hat{\tau}_{\mathrm{rdd}} - \tau_{\mathrm{rdd}}}{\sqrt{V(h)}} = \underbrace{\frac{\hat{\tau}_{\mathrm{rdd}} - \mathbb{E}[\hat{\tau}_{\mathrm{rdd}} \mid \mathbf{X}]}{\sqrt{V(h)}}}_{\text{(A) 偶然のばらつき（正規分布）}} + \underbrace{\frac{B(h)}{\sqrt{V(h)}}}_{\text{(B) 標準化バイアス（系統的ズレ）}}

(A) の項：平均を引いて標準誤差で割っているので、中心極限定理により平均 $0$ 、分散 $1$ の標準正規分布 $\mathcal{N}(0, 1)$ に綺麗に収束します。
問題は (B) の項（標準化バイアス）です：分子のバイアス $B(h)$ と、分母の標準誤差 $\sqrt{V(h)}$ に、先ほどの最適バンド幅 $h \propto n^{-1/5}$ を代入してみましょう。

\text{分子のバイアス: } B(h) = O(h^2) = O\left( (n^{-1/5})^2 \right) = O(n^{-2/5})

\text{分母の標準誤差: } \sqrt{V(h)} = O\left( \sqrt{\frac{1}{nh}} \right) = O\left( \sqrt{\frac{1}{n \cdot n^{-1/5}}} \right) = O\left( \sqrt{n^{-4/5}} \right) = O(n^{-2/5})

驚くべきことに、「分子のバイアス」と「分母の標準誤差」の収束スピードが、まったく同じ $O(n^{-2/5})$ で完全に一致してしまいます！ 分子も分母も同じ速さで縮むため、割り算をすると $n$ が打ち消し合ってしまい、サンプルサイズ $n$ をどれだけ $10$ 万、 $100$ 万と無限に増やしても、この比率はゼロに消えてくれません：

\lim_{n \to \infty} \frac{B(h)}{\sqrt{V(h)}} = \gamma \neq 0 \quad (\text{ゼロでない定数})

信頼区間の「過小被覆（Undercoverage）」の悲劇

その結果、標準化統計量は平均 $0$ の標準正規分布ではなく、平均が $\gamma$ だけ横にズレた正規分布に漸近してしまいます：

\frac{\hat{\tau}_{\mathrm{rdd}} - \tau_{\mathrm{rdd}}}{\sqrt{V(h)}} \xrightarrow{d} \mathcal{N}(\gamma, 1)

このズレ $\gamma$ を知らずに、教科書通り「平均が $0$ 」だと信じ込んで作ったナイーブな $95\%$ 信頼区間 $\hat{\tau}_{\mathrm{rdd}} \pm 1.96 \sqrt{V(h)}$ はどうなるでしょうか？正規分布の鐘の形がまるごと横にズレているため、「95%の確率で真値を含むはずの信頼区間が、実際には 70% や 80% 程度しか真値を含まない」という深刻な過小被覆（Undercoverage）を引き起こします。これが「推測の破綻」の正体です。

古典的な苦肉の策は、あえてMSE最適レートよりもバンド幅を小さく取る過小平滑化（Undersmoothing: $h = o(n^{-1/5})$ ）でした。しかし、これには「具体的にどれくらい小さくすればいいのか」という客観的な基準がなく、分析者の恣意性が残る欠点がありました。

Calonico-Cattaneo-Titiunik (CCT) の頑健バイアス修正

この推測の危機を鮮やかに解決したのが、Calonico, Cattaneo, and Titiunik (2014, CCT) です。文献 p.67 に示される通り、CCTはバイアスを過小平滑化で押し殺すのではなく、バイアス項 $B(h)$ そのものをより高次の局所多項式回帰（局所2次多項式など）を用いて直接推定し、点推定量から差し引くアプローチを採用しました。

\hat{\tau}_{\mathrm{rdd}}^{\mathrm{bc}} = \hat{\tau}_{\mathrm{rdd}} - \hat{B}(h, b)

ここで $b$ はバイアスを推定するために用いるパイロットバンド幅です。しかし、従来の計量経済学がこのアプローチで失敗していた理由がありました。バイアス推定量 $\hat{B}(h, b)$ それ自体も標本から推定された「確率変数」であり、それ固有のサンプリング誤差と分散を持っているという事実を見落としていたためです。 $\hat{B}(h, b)$ をあたかも定数であるかのように扱って信頼区間を構成すると、追加的分散が無視されるため、依然として過小被覆が解消されません。

CCTの真のブレークスルーは、推定量 $\hat{\tau}_{\mathrm{rdd}}$ とバイアス推定量 $\hat{B}(h, b)$ の結合分布と共分散構造を厳密に解剖し、バイアス修正推定量 $\hat{\tau}_{\mathrm{rdd}}^{\mathrm{bc}}$ の真の漸近分散を数学的に定式化した点にあります。

\mathbb{V}\mathrm{ar}\left( \hat{\tau}_{\mathrm{rdd}}^{\mathrm{bc}} \mid \mathbf{X} \right) = V(h) + W(h, b)

ここで $W(h, b)$ は、バイアス修正を行ったことによって生じる追加的分散および負の共分散を包括した修正項です。CCTは、標本推定量 $\hat{V}^{\mathrm{bc}}(h, b) = \hat{V}(h) + \hat{W}(h, b)$ で標準化を行うことで、MSE最適バンド幅 $h \propto n^{-1/5}$ のもとでも中心極限定理が平均ゼロ・分散1の標準正規分布に対して完全に成立することを証明しました。

\frac{\hat{\tau}_{\mathrm{rdd}}^{\mathrm{bc}} - \tau_{\mathrm{rdd}}}{\sqrt{\hat{V}^{\mathrm{bc}}(h, b)}} \xrightarrow{d} \mathcal{N}(0, 1)

これにより、漸近的に $1-\alpha$ の公称被覆率を保証する頑健バイアス修正信頼区間（Robust Bias-Corrected Confidence Interval）が導出されます（文献 p.67 式(3.17)）。

\mathrm{CI}_{\mathrm{CCT}} = \left[ \hat{\tau}_{\mathrm{rdd}}^{\mathrm{bc}} - z_{1-\alpha/2} \sqrt{\hat{V}^{\mathrm{bc}}(h, b)}, \quad \hat{\tau}_{\mathrm{rdd}}^{\mathrm{bc}} + z_{1-\alpha/2} \sqrt{\hat{V}^{\mathrm{bc}}(h, b)} \right] \tag{3.17}

この理論体系は R/Stata パッケージ rdrobust に実装され、世界中の実証分析における標準デファクトとなりました。さらに Calonico, Cattaneo, and Farrell (2020) は、この頑健信頼区間の被覆誤差を最小化するバンド幅選択アルゴリズムを提案しています。

Kolesár and Rothe (2018) のオネスト（偽りのない）信頼区間

CCTのアプローチが世界を席巻する一方で、ノンパラメトリック推測理論の数理的フロンティアでは、より根本的な問題意識が提起されました。

CCTの頑健推測は「 $n \to \infty$ の漸近極限においてバイアス推定量が真のバイアスに正しく収束する」という点ごとの漸近理論に立脚しています。しかし有限標本において、回帰関数がカットオフ近傍で極めて強い局所的曲率（局所的なうねり）を持つ場合、依然として被覆確率が $1-\alpha$ を下回るリスク（過小被覆）が残ります。

この問題に対し、Kolesár and Rothe (2018) は、真の回帰関数の滑らかさに事前の上限を課すことで、有限標本における「最悪のバイアス」を厳密に封じ込めるオネスト推測（Honest Inference）を提案しました（文献 p.68-69）。

文献 p.68 に従い、一様カーネル $k(u) = \frac{1}{2}\mathbf{1}(|u| \le 1)$ を用いた局所線形回帰推定量 $\check{\tau}_h$ を考えます。これは以下の最小化問題の解として定義されます。

\min_{\alpha, \tau_h, \beta, \gamma} \sum_{i=1}^n \mathbf{1}(|X_i - c| \le h) \left( Y_i - \alpha - \tau_h D_i - \beta (X_i - c) - \gamma D_i (X_i - c) \right)^2

近傍の標本サイズを $n_h = \sum_{i=1}^n \mathbf{1}(|X_i - c| \le h)$ 、推定量の条件付期待値を $\bar{\tau}_h = \mathbb{E}[\check{\tau}_h \mid \mathbf{X}]$ 、推定量の標準誤差推定量（のスケール）を $\hat{\sigma}$ とします。推定量と真値の誤差は、以下のように「サンプリング変動」と「有限標本バイアス」へ厳密に恒等分解できます。

\frac{\sqrt{n_h} (\check{\tau}_h - \tau_{\mathrm{rdd}})}{\hat{\sigma}} = \underbrace{\frac{\sqrt{n_h} (\check{\tau}_h - \bar{\tau}_h)}{\hat{\sigma}}}_{\text{サンプリング誤差（確率項）}} + \underbrace{\frac{\sqrt{n_h} (\bar{\tau}_h - \tau_{\mathrm{rdd}})}{\hat{\sigma}}}_{\text{有限標本バイアス（確定項）}}

サンプリング誤差項は、バンド幅 $h$ がゼロに収束しなくても中心極限定理により $\mathcal{N}(0, 1)$ に分布収束します。一方、第2項のバイアスは未知の回帰関数の形状に依存します。ここで Kolesár and Rothe は、真の回帰関数 $\mu(x) = \mathbb{E}[Y_i \mid X_i = x]$ の1階微分がリプシッツ連続であるという関数クラス $\mathcal{M}$ を設定します（文献 p.68 式(3.18)）。

\mathcal{M} = \left\{ \mu : |\mu'(a) - \mu'(b)| \le K |a - b| \quad \text{for all } a, b < c \text{ and all } a, b > c \right\} \tag{3.18}

定数 $K$ は回帰関数の「2階微分（曲率）の最大値」を規定するバウンドです。このクラス $\mathcal{M}$ の下で、あり得る最悪のバイアスの上限（Worst-case Bias）を探索します。

\bar{r}_{\mathrm{sup}} \equiv \sup_{\mu \in \mathcal{M}} \frac{\sqrt{n_h} |\bar{\tau}_h - \tau_{\mathrm{rdd}}|}{\hat{\sigma}}

バイアスの絶対値が最大でも $\bar{r}_{\mathrm{sup}}$ 以下であることが保証されるならば、標準化統計量の絶対値の分布は、平均が $\bar{r}_{\mathrm{sup}}$ だけシフトした正規分布 $|\mathcal{N}(\bar{r}_{\mathrm{sup}}, 1)|$ によって上から押さえ込まれます。したがって、通常の標準正規分布の分位点 $z_{1-\alpha/2}$ ではなく、折りたたみ正規分布（Folded Normal Distribution）の分位点 $cv_{1-\alpha}(\bar{r}_{\mathrm{sup}})$ を臨界値として採用します。

これによって構築されるのがオネスト信頼区間（Honest Confidence Interval）です（文献 p.69）。

\mathrm{CI}_{\mathrm{honest}} = \left[ \check{\tau}_h - cv_{1-\alpha}(\bar{r}_{\mathrm{sup}}) \frac{\hat{\sigma}}{\sqrt{n_h}}, \quad \check{\tau}_h + cv_{1-\alpha}(\bar{r}_{\mathrm{sup}}) \frac{\hat{\sigma}}{\sqrt{n_h}} \right]

この信頼区間は、文献 p.69 式(3.19) に示される漸近的一様妥当性（Asymptotic Uniform Validity）を達成します。

\liminf_{n \to \infty, \, \mu \in \mathcal{M}} P_\mu (\tau_{\mathrm{rdd}} \in \mathrm{CI}) \ge 1 - \alpha \tag{3.19}

【数式の記法について】 文献原本では、下極限記号 $\liminf$ の添え字に $n \to \infty$ と $\mu \in \mathcal{M}$ を同時にまとめたコンパクトな記法が採用されています。これは数理的に展開すると、「有限標本 $n$ の下で最も被覆確率が低くなる最悪の関数 $\mu \in \mathcal{M}$ の下限（ $\inf_{\mu \in \mathcal{M}} P_\mu$ ）」を取った上で、サンプルサイズ $n \to \infty$ の下極限をとる操作：

\liminf_{n \to \infty} \left[ \inf_{\mu \in \mathcal{M}} P_\mu (\tau_{\mathrm{rdd}} \in \mathrm{CI}) \right] \ge 1 - \alpha

を1つにまとめたものと同値です。

どのような悪意あるデータ生成過程（ $\mu \in \mathcal{M}$ ）を敵が選んだとしても、信頼区間の被覆確率は漸近的に $1-\alpha$ を下回ることがありません。これが「オネスト（偽りのない）」と呼ばれる数理的根拠です。

で、私（筆者）はどう考えるか？

最先端の数理的到達点を踏まえた上で、実証研究者・データサイエンティストの立場から、実務のリアルな課題と私の見解を述べます。

1. CCT頑健推測とオネスト信頼区間の「哲学的断絶」

実証分析の現場において、CCT（rdrobust）と Kolesár-Rothe（オネスト信頼区間）のどちらを採用すべきかという議論は、単なるツールの優劣ではなく、「分析者がデータ生成過程（DGP）に対してどのような認識論的立場を取るか」という思想の対立を浮き彫りにします。

CCT（データ適応・実用主義アプローチ）: 「サンプルサイズが十分にあれば、局所的な曲率もデータ自身から推定可能である」という立場です。バイアスの推定分散を正しく織り込むことで、通常のデータ環境下で過度に信頼区間を広げることなく、高い検出力（Power）を維持します。
Kolesár-Rothe（ワーストケース保証・保守主義アプローチ）: 「曲率の推定値そのものが有限標本誤差を孕む以上、漸近理論に頼った点修正は過小被覆のリスクを排除できない」という数理的厳密主義です。

私は、探索的データ分析や一般的なビジネス分析においては CCT（rdrobust）を標準推定量として採用しつつ、制度設計に関わる政策評価やトップジャーナル向けの研究論文においては、Kolesár-Rothe のオネスト推測を用いた「感度分析（Sensitivity Analysis）」を必ず併記すべきだと考えます。

なぜなら、文献 p.70 でも鋭く指摘されている通り、Kolesár-Rothe アプローチの唯一かつ最大のアキレス腱は、「曲率の上限パラメータ $K$ を分析者が先験的（アプリオリ）に外部から与えなければならない」という点にあるからです。もし $K$ をデータから適応的に推定してしまえば、オネスト性が謳う一様妥当性の数学的証明は直ちに崩壊してしまいます。

したがって、実証現場における最も知的誠実なアプローチは、「 $K$ を常識的な水準から極端に保守的な水準まで連続的に引き上げたとき、因果効果の統計的有意性がどの $K$ の値で消失するか（破綻点：Breakdown Frontier）」を明示するストレステストとして活用することです。

2. 他の準実験手法（DID・IV）との比較とRDDの特異性

因果推論の主要な武器である差の差法（DID）は「平行トレンド仮定」、操作変数法（IV）は「除外制約（Exclusion Restriction）」という、データそのものからは本質的に検証不可能な反実仮想の仮定に依存しています。これらは往々にして、査読者やステークホルダーとの間で水掛け論の議論に陥りがちです。

対照的に、RDDが要求する「カットオフにおける連続性仮定」は、以下の偽証テスト（Falsification Tests）を通じて、データから直接的かつ客観的に防護壁を築くことができます。

マクラリー密度検定（McCrary Density Test）: カットオフ境界 $c$ において、ランニング変数 $X$ の確率密度関数 $f(X)$ に不連続な段差（ジャンプ）がないかを検定します。もし閾値の直前直後で度数が不自然に跳躍していれば、個体が自身のスコアを意図的に操作（自己選択・改ざん）した疑いが生じます。
所与の共変量のバランス検定: 年齢、性別、事前学力、過去の所得など、処置の影響を受けるはずのない事前属性がカットオフ境界で連続的に推移しているかを検証します。
プラセボ・カットオフ検定: 制度的な処置の割り当てが一切存在しない偽の閾値（例えば $c/2$ や $1.5c$ ）を意図的に設定し、そこでは推定される処置効果が厳密にゼロになることを確認します。

このように、仮定の妥当性をグラフィカルかつ統計的検定によって白日の下に晒せる透明性の高さこそが、RDDが準実験デザインの「ゴールドスタンダード」と呼ばれる最大の理由です。

3. スコアが離散値である場合の深刻な落とし穴

実務のデータ分析において極めて高頻度で遭遇するにもかかわらず、多くの実務家が見落としているのが「スコア変数が離散的（Discrete Running Variable）である問題」です。

入試の得点（1点刻み）、信用スコア、勤続年数、年齢（月単位・年単位）など、現実の制度変数には離散値が溢れています。スコアが離散的である場合、カットオフ $c$ の「無限小の近傍」にはデータが存在しません。これは、ノンパラメトリック回帰の土台である「 $h \to 0$ の極限を考える」という連続体漸近論が根底から成り立たないことを意味します。

この状況で安易に連続変数用の CCT 推測（rdrobust）を適用すると、カットオフ直近の離散セル内の分散構造を誤認し、標準誤差を過小推定して偽陽性（誤った有意判定）を導く危険があります。スコア変数が離散的である環境下では、近傍の個体が完全に無作為に振り分けられているとみなす局所無作為化アプローチ（Local Randomization Approach）を採用するか、まさに Kolesár and Rothe (2018) が提示した「離散スコアに対応したオネスト信頼区間」へ切り替えるのが、数理的に正しい処方箋です。

まとめ＆実務指針チェックリスト

回帰不連続デザイン（RDD）は、カットオフにおける極限値の段差として因果効果を厳密に識別します。しかし、実標本からその段差を推定する作業は、境界バイアスと推測の歪みというノンパラメトリック統計特有の難問との格闘です。

実務家および研究者が心に刻むべきチェックリストを以下にまとめます。

安易な過小平滑化に頼らない: バンド幅を縮小してバイアスを無視する旧来の手法は破棄し、バイアスの推定分散を正しく組み込んだ Calonico et al. (2014) の頑健バイアス修正（rdrobust）を標準推定量として採用する。
オネスト信頼区間によるストレステスト: 回帰関数の曲率上限 $K$ を変化させ、どの程度の曲率まで推定結果の有意性が保持されるかを検証する感度分析を実施する。
離散スコアの罠を警戒する: ランニング変数が離散値である場合は連続体漸近論に頼らず、局所無作為化アプローチや離散対応オネスト信頼区間へ適切に切り替える。
3大偽証検定の完備: スコア密度の連続性検定（マクラリー検定）、事前共変量のバランス検定、プラセボ・カットオフ検定を必ず実施し、連続性仮定の正当性を多角的に証明する。

参考文献

Calonico, S., Cattaneo, M. D., & Titiunik, R. (2014). “Robust Nonparametric Confidence Intervals for Regression-Discontinuity Designs.” Econometrica, 82(6), 2295–2326.
Calonico, S., Cattaneo, M. D., & Farrell, M. H. (2020). “Optimal Bandwidth Selection for Robust Bias-Corrected Inference in Regression-Discontinuity Designs.” The Econometrics Journal, 23(2), 192–210.
Hahn, J., Todd, P., & van der Klaauw, W. (2001). “Identification and Estimation of Treatment Effects with a Regression-Discontinuity Design.” Econometrica, 69(1), 201–209.
Imbens, G., & Kalyanaraman, K. (2012). “Optimal Bandwidth Choice for the Regression Discontinuity Estimator.” The Review of Economic Studies, 79(3), 933–959.
Kolesár, M., & Rothe, C. (2018). “Inference in Regression Discontinuity Designs with a Discrete Running Variable.” American Economic Review, 108(8), 2277–2304.

🔗 あわせて読みたい当ブログの関連記事

回帰不連続デザイン（RDD）における識別と漸近推測の深淵：局所線形回帰のバイアス修正とオネスト信頼区間の行間を解剖する - 回帰不連続デザイン（RDD）における局所線形（LL）推定量の境界バイアス構造、Calonico et al.のバイアス修正と分散推定、そしてKolesár & Rotheの一様に妥…
境界の不連続性に宿る因果の光：回帰不連続デザイン（RDD）の識別論理と推測数理を解き明かす - 非実験データから因果効果を炙り出す最強の武器、回帰不連続デザイン（RDD）。Cattaneo & Titiunik (2022)の金字塔的レビューを軸に、連続性枠組みと局所無作為化…

📊 本日の自律型 AI ドキュメント解析レポート

解析対象: データ駆動型回帰分析.pdf (p.73-79 (計 7 ページ / 全 192 ページ))
判定ジャンル: stats
Jev 記事品質推敲（Evaluator-Optimizer）:
- 最終品質スコア: 8.89 / 12.0（判定: 足切り後採用）
- モデル・因果関係の具体性: 2.50 / 3.0
- 構成の明快さ: 2.17 / 3.0
- 筆者オピニオン度: 2.72 / 3.0
- 知的好奇心刺激度: 1.50 / 3.0
- 「で、あなたの意見は？」リスク: 24.0%
- 自律推敲・改善プロセス (計 3 回): 第1稿: 7.85点 [要改善 (need_pedagogical_steps)] ➡️ 第2稿: 8.60点 [要改善 (need_pedagogical_steps)] ➡️ 第3稿: 8.89点 [要改善 (need_pedagogical_steps)]

導入（1行サマリー ＆ つかみ）