Why High-Order Polynomials Should Not Be Used in Regression Discontinuity Designs
为何不应在断点回归设计中使用高阶多项式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设计中的函数拟合与推断问题，直接对应因果推断方向，但未陈述具体应用的识别条件。
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
为何不应在断点回归设计中使用高阶多项式
- 研究问题
- 断点回归中使用运行变量的全局三阶及更高阶多项式，会怎样影响估计稳定性与置信区间覆盖，研究者应考虑哪些替代方法？
- 方法与思路
- 作者围绕全局高阶多项式的估计噪声、阶数敏感性和区间覆盖问题展开论证，建议采用局部线性、局部二次多项式或其他平滑函数。
- 材料陈述的贡献
- 摘要明确指出全局高阶多项式的三项问题，并给出局部拟合等替代建议；摘要未说明这些论断所依据的具体理论或实验设计。
- 阅读关注点
- 核对全局与局部拟合的比较条件、阶数敏感性的展示方式，以及替代估计量的带宽选择和置信区间构造依据。
- 阅读边界
- 摘要未提供具体数据、误差幅度或覆盖率数值，也未完整界定各替代方法的适用条件；建议针对全局高阶多项式这一做法。
原文摘要
It is common in regression discontinuity analysis to control for third, fourth, or higher-degree polynomials of the forcing variable. There appears to be a perception that such methods are theoretically justified, even though they can lead to evidently nonsensical results. We argue that controlling for global high-order polynomials in regression discontinuity analysis is a flawed approach with three major problems: it leads to noisy estimates, sensitivity to the degree of the polynomial, and poor coverage of confidence intervals. We recommend researchers instead use estimators based on local linear or quadratic polynomials or other smooth functions.