A Note on Doubly Robust Estimator in Regression Discontinuity Designs
关于回归不连续设计中双重稳健估计量的说明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：摘要明确针对回归不连续设计提出处理效应估计量，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…
关注这篇论文的作者
关于回归不连续设计中双重稳健估计量的说明
- 研究问题
- 回归不连续设计依赖条件均值估计的一致性时，能否组合两种估计方法，使其中一种一致即可保证处理效应估计的一致性？
- 方法与思路
- 作者提出 DR-RD 估计量，组合两种不同的条件期望结果估计方法，旨在降低回归不连续处理效应估计对单一方法正确性的依赖。
- 材料陈述的贡献
- 摘要称只要两个条件均值估计量中至少一个一致，所提处理效应估计量就一致，由此增强回归不连续估计的稳健性。
- 阅读关注点
- 应核对两种条件均值估计如何组合、双重稳健结论所需条件，以及截点附近的识别、平滑参数和推断是否受到额外限制。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未给出估计公式、证明条件或有限样本结果，不能仅凭其表述确认双重稳健性。
原文摘要
This note introduces a doubly robust (DR) estimator for regression discontinuity (RD) designs. RD designs provide a quasi-experimental framework for estimating treatment effects, where treatment assignment depends on whether a running variable surpasses a predefined cutoff. A common approach in RD estimation is the use of nonparametric regression methods, such as local linear regression. However, the validity of these methods still relies on the consistency of the nonparametric estimators. In this study, we propose the DR-RD estimator, which combines two distinct estimators for the conditional expected outcomes. The primary advantage of the DR-RD estimator lies in its ability to ensure the consistency of the treatment effect estimation as long as at least one of the two estimators is consistent. Consequently, our DR-RD estimator enhances robustness of treatment effect estimators in RD designs.