Local Polynomial Order in Regression Discontinuity Designs
断点回归设计中的局部多项式阶数选择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：摘要直接针对断点回归的处理效应估计，并讨论模糊断点与回归折点的推广，因此归入因果推断方向。
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…
断点回归设计中的局部多项式阶数选择
- 研究问题
- 断点回归估计同时受带宽和局部多项式阶数影响，怎样选择阶数才能平衡估计误差？论文旨在为实务中的阶数敏感性提供方法指导。
- 方法与思路
- 作者扩展既有带宽选择框架，以局部回归断点估计量的渐近均方误差为阶数选择准则，并用蒙特卡洛模拟评估程序表现。
- 材料陈述的贡献
- 摘要称，该程序在模拟中表现良好，尤其在较大样本下；方法还能方便扩展至模糊断点回归与回归折点设计，为阶数选择提供依据。
- 阅读关注点
- 核对渐近均方误差中偏差与方差项的估计、阶数和带宽如何配合选择，以及程序在模糊断点与回归折点中的调整和推断处理。
- 阅读边界
- 摘要未说明候选阶数范围、模拟设计或有限样本改进幅度；阶数选择的表现也不能单独保证断点设计的识别假设与置信区间有效性。
原文摘要
Treatment effect estimates in regression discontinuity (RD) designs are often sensitive to the choice of bandwidth and polynomial order, the two important ingredients of widely used local regression methods. While Imbens and Kalyanaraman and Calonico, Cattaneo, and Titiunik provided guidance on bandwidth, the sensitivity to polynomial order still poses a conundrum to RD practitioners. It is understood in the econometric literature that applying the argument of bias reduction does not help resolve this conundrum, since it would always lead to preferring higher orders. We therefore extend the frameworks of Imbens and Kalyanaraman and Calonico, Cattaneo, and Titiunik and use the asymptotic mean squared error of the local regression RD estimator as the criterion to guide polynomial order selection. We show in Monte Carlo simulations that the proposed order selection procedure performs well, particularly in large sample sizes typically found in empirical RD applications. This procedure extends easily to fuzzy regression discontinuity and regression kink designs.