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
回帰不連続デザイン（RDD）は観測データから因果効果を炙り出す強力な準実験手法ですが、境界における推定バイアスと信頼区間の過小被覆という深い罠を孕んでいます。局所多項式回帰、Calonico et al.の頑健バイアス修正、Kolesár & Rotheの一様に妥当なオネスト信頼区間の数理的本質を行間まで解剖します。
該当する記事: 2 件
回帰不連続デザイン（RDD）は観測データから因果効果を炙り出す強力な準実験手法ですが、境界における推定バイアスと信頼区間の過小被覆という深い罠を孕んでいます。局所多項式回帰、Calonico et al.の頑健バイアス修正、Kolesár & Rotheの一様に妥当なオネスト信頼区間の数理的本質を行間まで解剖します。
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の数理、境界バイアスと頑健推測、偽証検証の最前線までを気鋭の計量経済学者が徹底解剖する。