When can we ignore measurement error in the running variable?
何时可以忽略断点运行变量的测量误差？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。
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：摘要直接讨论回归不连续设计中测量误差下的处理效应识别。
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
何时可以忽略断点运行变量的测量误差？
- 研究问题
- 在回归不连续设计中，运行变量只能带误差观测时，什么条件下直接使用观测变量仍能获得具有因果含义的估计？
- 方法与思路
- 作者要求观测运行变量正确分类处理分配，且潜在结果条件均值随其平滑变化，并讨论必要时剔除断点邻域的处理。
- 材料陈述的贡献
- 摘要称，在所述条件下忽略测量误差仍可识别观测运行变量等于断点者的平均处理效应，并展示尖锐和模糊设计应用。
- 阅读关注点
- 应核对正确分类和平滑性条件如何对应实际分配机制、断点邻域剔除的作用，以及模糊设计中目标效应的精确定义。
- 阅读边界
- 仅据所给 Crossref 摘要，该结论依赖明确条件；误差支持范围、剔除规则与模糊设计的具体识别公式均未说明。
原文摘要
Summary In many applications of regression discontinuity designs, the running variable used to assign treatment is only observed with error. We show that, provided the observed running variable (i) correctly classifies treatment assignment and (ii) affects the conditional means of potential outcomes smoothly, ignoring the measurement error nonetheless yields an estimate with a causal interpretation: the average treatment effect for units whose observed running variable equals the cutoff. Possibly after doughnut trimming, these assumptions accommodate a variety of settings where support of the measurement error is not too wide. An empirical application illustrates the results for both sharp and fuzzy designs.