A Correction for Regression Discontinuity Designs With Group-Specific Mismeasurement of the Running Variable
运行变量存在组别特定测量误差时的断点回归校正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：摘要明确讨论断点回归中局部平均处理效应的识别、测量误差校正与推断，对应因果推断。
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…
运行变量存在组别特定测量误差时的断点回归校正
- 研究问题
- 当断点回归的运行变量存在组间异质的测量误差、使局部平均处理效应识别受损时，如何校正估计并进行可靠推断？
- 方法与思路
- 作者利用辅助信息校正异质测量误差，并调整渐近方差与标准误以计入干扰参数估计的不确定性，构造考虑潜在错设的诚实置信区间。
- 材料陈述的贡献
- 摘要称，模拟中校正减少了异质测量误差造成的偏差，覆盖率比朴素方法更接近名义水平；两项应用展示校正可能强化或改变原有结果。
- 阅读关注点
- 核对辅助信息的来源与要求、允许的组间误差结构和识别条件，以及干扰参数估计如何进入方差、诚实区间覆盖哪些错设情形。
- 阅读边界
- 摘要未说明辅助信息的形式、可识别的误差结构或错设范围；识别能否恢复及置信区间覆盖能否成立，仍须核对全文条件。
原文摘要
When the running variable in a regression discontinuity (RD) design is measured with error, identification of the local average treatment effect of interest will typically fail. While the form of this measurement error varies across applications, in many cases the measurement error structure is heterogeneous across different groups of observations. We develop a novel measurement error correction procedure capable of addressing heterogeneous mismeasurement structures by leveraging auxiliary information. We also provide adjusted asymptotic variance and standard errors that take into consideration the variability introduced by the estimation of nuisance parameters, and honest confidence intervals that account for potential misspecification. Simulations provide evidence that the proposed procedure corrects the bias introduced by heterogeneous measurement error and achieves empirical coverage closer to nominal test size than “naive” alternatives. Two empirical illustrations demonstrate that correcting for measurement error can either reinforce the results of a study or provide a new empirical perspective on the data.