Boundary estimation in the regression-discontinuity design: Evidence for a merit- and need-based financial aid program
断点回归的边界估计：基于成绩与经济需要的助学项目证据AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究多维断点回归设计及助学项目的处理效应与异质性。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
断点回归的边界估计：基于成绩与经济需要的助学项目证据
- 研究问题
- 当处理分配同时依赖多个连续协变量时，如何沿多维处理边界估计更丰富的局部处理效应，并揭示边界上的异质性？
- 方法与思路
- 作者研究多维断点设计，提出以一元局部线性回归估计多维不连续性的非参数方法，并应用于哥伦比亚全国性助学项目。
- 材料陈述的贡献
- 摘要称，多变量分配规则支持更全面的处理效应估计；所提策略利用成绩和财富指标构成的边界，揭示沿边界变化的效应。
- 阅读关注点
- 应核对多维边界如何转换为一元估计问题、不同边界点的目标效应，以及带宽选择、识别条件和既有方法比较。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出识别条件、效果数值或比较结果，不能推断总体平均效应。
原文摘要
In the conventional regression-discontinuity (RD) design, the probability that units receive a treatment changes discontinuously as a function of one covariate exceeding a threshold or cutoff point. This paper studies an extended RD design where assignment rules simultaneously involve two or more continuous covariates. We show that assignment rules with more than one variable allow the estimation of a more comprehensive set of treatment effects, relaxing in a research-driven style the local and sometimes limiting nature of univariate RD designs. We then propose a flexible nonparametric approach to estimate the multidimensional discontinuity by univariate local linear regression and compare its performance to existing methods. We present an empirical application to a large-scale and countrywide financial aid program for low-income students in Colombia. The program uses a merit-based (academic achievement) and need-based (wealth index) assignment rule to select students for the program. We show that our estimation strategy fully exploits the multidimensional assignment rule and reveals heterogeneous effects along the treatment boundaries.