A Practical Introduction to Regression Discontinuity Designs: Extensions
断点回归设计实用导论：扩展篇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：摘要明确介绍断点回归及局部随机化框架，直接属于因果推断方法。
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…
断点回归设计实用导论：扩展篇
- 研究问题
- 如何在实证分析中使用局部随机化理解断点回归，并将标准清晰断点设计推广到模糊断点、离散评分和多维情形？
- 方法与思路
- 作者以教学材料为基础，介绍局部随机化框架，并结合连续性方法讨论多种断点设计扩展，重点放在实际分析。
- 材料陈述的贡献
- 摘要将本书定位为实践导向的第二部专著，系统拓展标准断点设计，并说明局部随机化对离散评分等场景的用途。
- 阅读关注点
- 应核对两类框架的识别逻辑、局部窗口或带宽的选择，以及模糊断点、离散评分与多维断点的实施和诊断方法。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未展开各扩展的识别条件和推断步骤，不能仅凭介绍确定应用有效性。
原文摘要
This monograph, together with its accompanying first part Cattaneo, Idrobo and Titiunik (2020), collects and expands the instructional materials we prepared for more than $50$ short courses and workshops on Regression Discontinuity (RD) methodology that we taught between 2014 and 2023. In this second monograph, we discuss several topics in RD methodology that build on and extend the analysis of RD designs introduced in Cattaneo, Idrobo and Titiunik (2020). Our first goal is to present an alternative RD conceptual framework based on local randomization ideas. This methodological approach can be useful in RD designs with discretely-valued scores, and can also be used more broadly as a complement to the continuity-based approach in other settings. Then, employing both continuity-based and local randomization approaches, we extend the canonical Sharp RD design in multiple directions: fuzzy RD designs, RD designs with discrete scores, and multi-dimensional RD designs. The goal of our two-part monograph is purposely practical and hence we focus on the empirical analysis of RD designs.