断点回归设计（Regression Discontinuity Design，RDD）

断点回归设计（Regression Discontinuity Design，RDD）是一种准实验设计方法，常用于因果推断研究中。它基于一个关键的假设：在某个临界点（断点）附近，个体或单位的某些特征会突然改变，而这种改变是随机的或几乎随机的。通过比较断点两侧的结果变量，研究者可以估计出断点处的干预效果。

一、基本原理

1. 断点：确定一个临界值，超过这个临界值的个体或单位会接受某种干预或待遇。
2. 随机性：在断点附近，个体是否接受干预是随机的或几乎随机的，这通常由一些客观标准决定，比如考试成绩、年龄等。
3. 局部性：RDD关注的是断点附近的局部效应，而不是整体效应。

二、应用场景

教育研究：比如，根据考试成绩决定是否进入某个特殊教育项目。

• 医疗研究：根据某个阈值决定是否给予患者某种治疗。
• 政策评估：根据收入水平决定是否提供某种补贴或福利。

三、实施步骤

1. 确定断点：明确干预的临界值。
2. 收集数据：收集断点两侧的数据，包括接受和未接受干预的个体。
3. 估计效应：使用统计方法估计干预的效应，通常包括：
   • 简单的比较：比较断点两侧的平均值差异。
   • 回归分析：