A Note on Doubly Robust Estimator in Regression Continuity Designs

要約

このノートでは、回帰不連続性 (RD) 設計のための二重ロバスト (DR) 推定量を紹介します。
RD デザインは、治療効果を推定するための準実験的なフレームワークを提供します。治療の割り当ては、実行中の変数が事前に定義されたカットオフを超えるかどうかによって決まります。
RD 推定における一般的なアプローチは、局所線形回帰などのノンパラメトリック回帰法の使用です。
ただし、これらの方法の有効性は依然としてノンパラメトリック推定量の一貫性に依存しています。
この研究では、条件付きの期待結果に対する 2 つの異なる推定量を組み合わせた DR-RD 推定量を提案します。
DR-RD 推定量の主な利点は、2 つの推定量のうち少なくとも 1 つが一致している限り、治療効果推定の一貫性を確保できることにあります。
その結果、当社の DR-RD 推定器は、RD 設計における治療効果推定器の堅牢性を強化します。

要約(オリジナル)

This note introduces a doubly robust (DR) estimator for regression discontinuity (RD) designs. RD designs provide a quasi-experimental framework for estimating treatment effects, where treatment assignment depends on whether a running variable surpasses a predefined cutoff. A common approach in RD estimation is the use of nonparametric regression methods, such as local linear regression. However, the validity of these methods still relies on the consistency of the nonparametric estimators. In this study, we propose the DR-RD estimator, which combines two distinct estimators for the conditional expected outcomes. The primary advantage of the DR-RD estimator lies in its ability to ensure the consistency of the treatment effect estimation as long as at least one of the two estimators is consistent. Consequently, our DR-RD estimator enhances robustness of treatment effect estimators in RD designs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google