Regression discontinuity with categorical outcomes
分类结果变量的回归不连续设计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：摘要明确研究回归不连续处理效应，并针对名义或有序分类结果扩展多项 logit，支持因果推断与离散选择分类。
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
分类结果变量的回归不连续设计
- 研究问题
- 面对名义或有序分类结果，如何在保留回归不连续设计非参数特征的同时估计处理效应，并处理带宽选择和联合推断？
- 方法与思路
- 作者以多项 logit 的非参数扩展构造估计量，限制运行变量影响潜在结果分布的渠道，并通过局部似然处理带宽与推断。
- 材料陈述的贡献
- 摘要称提出分类结果的 RD 估计及对偏差校正稳健的置信区域，并以模拟和两项实证展示方法，另提供配套软件。
- 阅读关注点
- 应核对分类处理效应的定义、运行变量影响渠道的限制，以及带宽准则、偏差校正和多类别置信区域的构造。
- 阅读边界
- 仅据所给出版社摘要，识别与推断所需条件及实证数值未说明；配套代码的可用性和实现细节也未经核验。
原文摘要
We consider the regression discontinuity (RD) design with categorical outcomes, and exploit the possibility of adapting well-developed microeconometric models to the RD setting. The channels through which the forcing variable affects the potential outcome distributions are constrained to be minimal, to preserve the nonparametric feature of the RD design. Focusing on general categorical outcomes (nominal or ordinal), we develop a new RD estimator based on a nonparametric extension of the well-known multinomial logit model. The key issues of selecting the optimal bandwidth and constructing confidence regions robust to bias correction, of which the solutions only exist so far for the local linear estimator and a single treatment effect, are addressed through the general approach of local likelihood. The proposed estimator and associated inference are easy to implement, and the codes in MATLAB and an R package are available as a supplement to the paper. They are demonstrated by two empirical applications and simulation experiments.