Stata：断点回归RDD简明教程

原文链接：https://www.lianxh.cn/news/789f031b0c110.html

目录

 

• 1. RDD基本原理
• 2. 图形观察
  • 2.1 生成模拟数据
  • 2.2 断点效应的图形观察
• 3. 政策效应估计
  • 3.1 局部线性回归
  • 3.2 局部多项式回归
  • 3.3 全局多项式回归
• 4. RDD有效性检验
  • 4.1 局部平滑性的检验
  • 4.2 驱动变量不受人为控制的检验
• 5. 稳健性检验
• 5.1 断点的安慰剂检验
• 5.2 样本选择的敏感性检验
• 5.3 带宽选择的敏感性检验

专辑： 连享会-断点回归 RDD

 

1. RDD基本原理

断点回归分析被认为是最接近随机实验的检验方法，能够缓解参数估计的内生性问题，近来在越来越多的研究中得到使用。现有资料已经对断点回归方法的基本原理和效应识别进行了较为广泛的介绍，但对阶数选择和稳健性检验等问题的仍相对较少涉及。本文将基于Stata软件来系统介绍断点回归方法的图形观测、效应识别和有效性和稳健性检验。限于篇幅，本文将内容限定于清晰断点回归方法（Sharp Regression Discontinuity Design ），且只考虑只有一个断点和一个分配变量的问题。

下图中分别列出了利用散点图、 rdplot 命令 + 线性拟合、 rdplot命令 + 二阶多项式拟合图和rdplot命令 + 三阶多项式拟合图的结果。

 原文链接： https://www.lianxh.cn/news/789f031b0c110.html