簡介
回歸不連續(xù)模型（RD）為計量經(jīng)濟模型中因果推斷模型的一種闽撤。經(jīng)濟領域的因果推斷城丧，由于一些條件的限制難以達到“準自然實驗”的條件隔节，只能力爭最大限度地做到隨機選擇實驗對象以及最大限度平衡實驗個體的異質(zhì)性陷寝。具體從模型來說京景，潛在結(jié)果模型可以度量因果效應奉芦，當滿足一定的條件時赵抢，因果效應存在會使回歸直線出現(xiàn)中斷，回歸不連續(xù)（Regression Discontinuity）因此得名声功。
翻譯
張曉峒認為Regression Discontinuity翻譯為“回歸不連續(xù)”比“斷點回歸”更加準確烦却，一是強調(diào)了因果分析，二是可以與“截斷回歸”區(qū)分開來减噪。
用途
用回歸不連續(xù)進行政策效應評估時短绸，可以使用精確回歸不連續(xù)分析回歸方程车吹。
缺陷
回歸不連續(xù)分析的設計是存在缺陷的，如其他控制變量的“中斷”現(xiàn)象醋闭，研究對象的異質(zhì)性以及很難推廣到整體窄驹。
案例
之后，張教授以“非典事件是否給中國旅游人數(shù)序列造成沖擊证逻？”乐埠、“美國滿21歲才可合法飲酒法律是導致21歲生日日死亡人數(shù)大幅增加的原因嗎？”囚企、“小班上課對教學效果有提高嗎丈咐？”以及“三年經(jīng)濟困難給中國年增人口序列造成嚴重沖擊了嗎？”四個案例具體介紹了回歸不連續(xù)的實際應用和分析解釋龙宏。
一般步驟
最后棵逊，張教授介紹了回歸不連續(xù)分析的一般步驟，即畫實驗結(jié)果Y與分組變量X的散點圖觀察是否發(fā)生跳躍银酗、畫實驗結(jié)果Y的頻數(shù)分布圖觀察是否發(fā)生截斷辆影，但這兩種方法均需注意區(qū)分圖像為回歸不連續(xù)還是logistic分布，另外黍特，也可以用Y對常數(shù)項蛙讥、處理變量D、分組變量X灭衷、處理變量和分組變量的交互項以及他們的高次項回歸來判斷是否存在回歸不連續(xù)次慢。[1]
