PLRD: Partially Linear Regression Discontinuity Inference
PLRD：部分线性断点回归推断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：摘要明确提出用于断点回归研究设计的估计与置信区间方法。
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…
关注这篇论文的作者
PLRD：部分线性断点回归推断
- 研究问题
- 在贴近实际应用的断点回归环境中，能否降低处理效应估计误差，同时获得具有有效覆盖率且较短的置信区间？
- 方法与思路
- 作者提出部分线性断点回归估计量，并用 Wasserstein 生成对抗网络构造向十二项实际应用校准的模拟设计进行比较。
- 材料陈述的贡献
- 摘要称，PLRD 在所考察模拟中估计误差较低、区间有效且较短，并提供大样本保证及一种依托真实应用的评估模板。
- 阅读关注点
- 应核对部分线性限制、估计与区间构造、渐近保证条件，以及生成数据的校准标准、比较方法调参和覆盖率评估方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收状态未核实。摘要所述优势来自特定校准实验，未给出数值，也不能据此推及所有断点设计。
原文摘要
Regression discontinuity designs have become one of the most popular research designs in empirical economics. We argue, however, that the widely used approaches to building confidence intervals in regression discontinuity designs often exhibit suboptimal behavior in practice. We propose a new estimator, the partially linear regression discontinuity (PLRD) estimator that, in set of a simulation studies carefully calibrated to twelve high-profile applications of regression discontinuity designs, has substantially lower estimation error than available comparison methods. Throughout our experiments, the confidence intervals built using PLRD are both valid and short. We also provide large-sample guarantees for PLRD. Our simulation study serves as a general template for how new econometric methods can be credibly evaluated relative to the existing alternatives by constructing simulation designs that generate synthetic data indistinguishable from the original data using the Wasserstein generative adversarial network methodology.