[論文レビュー] A Practical Introduction to Regression Discontinuity Designs: Extensions

Matias D. Cattaneo, Nicolás Idrobo+1 more|arXiv (Cornell University)|Jan 21, 2023

Advanced Statistical Methods and Models被引用数 51

ひとこと要約

本論は局所的なランダム化フレームワーク、ファジーRD、離散的走行変数、そして多次元設計を取り入れてRD方法論を拡張し、実証的応用と再現コードを提供する。

ABSTRACT

This monograph, together with its accompanying first part Cattaneo, Idrobo and Titiunik (2020), collects and expands the instructional materials we prepared for more than $50$ short courses and workshops on Regression Discontinuity (RD) methodology that we taught between 2014 and 2023. In this second monograph, we discuss several topics in RD methodology that build on and extend the analysis of RD designs introduced in Cattaneo, Idrobo and Titiunik (2020). Our first goal is to present an alternative RD conceptual framework based on local randomization ideas. This methodological approach can be useful in RD designs with discretely-valued scores, and can also be used more broadly as a complement to the continuity-based approach in other settings. Then, employing both continuity-based and local randomization approaches, we extend the canonical Sharp RD design in multiple directions: fuzzy RD designs, RD designs with discrete scores, and multi-dimensional RD designs. The goal of our two-part monograph is purposely practical and hence we focus on the empirical analysis of RD designs.

研究の動機と目的

• 標準的なシャープRD設計を超える拡張に焦点を当てた、RD方法論の分かりやすい継続を提示する。
• 局所ランダム化アプローチを導入・形式化し、連続性ベースのRDの代替的な頑健性検証として位置づける。
• ファジーRD、離散的走行変数、および多次元RD設計とその推定と推論を議論する。
• RD拡張の実務利用を促進するための実証例と再現資料を提供する。

提案手法

• カットオフ周辺の窓Wと2つのLR条件（LR1, LR2）を用いた局所ランダム化フレームワークを説明する。
• 仮定と推定の観点で、局所ランダム化アプローチを連続性ベースのRDフレームワークおよびランダム化実験と比較する。
• ファジーRDの推定・推論方法を、連続性ベースおよび局所ランダム化フレームワークの双方で開発・議論する。
• 離散走行変数を用いたRD設計と多次元RD設計を説明し、マルチカットオフ・マルチスコアRD設定を含む。
• 実データセットを用いた実証例と再現コードを提供する。
• 実装のために rdrobust、rddensity、rdwinselect、rdmc などのソフトウェアツールを参照・組み込む。

実験結果

リサーチクエスチョン

• RQ1 局所ランダム化フレームワークを用いてカットオフ近傍のRD設計をどのように分析できるか。
• RQ2 ファジーRD設計は非遵守下で特定と推定をどのように変えるか。
• RQ3 離散走行変数と質量点を含むRD設計に適した方法は何か。
• RQ4 マルチカットオフおよびマルチスコアRD設計をデータから有効に実装・推論するにはどうすればよいか。
• RQ5 提供された適用事例において拡張はどんな実証的洞察を生み出すか。

主な発見

• 局所ランダム化アプローチは連続性ベースのRD分析の補完を提供し、選択した窓内で有限サンプル推定を可能にする。
• ファジーRDと非遵守は、両方の連続性ベースおよび局所ランダム化フレームワーク内で新しいパラメータと推定戦略を必要とする。
• 離散走行変数は質量点の存在下で標準的な連続性ベースRDが不適切なため、代替手法を必要とする。
• マルチカットオフおよびマルチスコアRD設計は、より複雑な割り当て規則や地理的・多次元的文脈へのRD適用を拡張する。
• 実証的な例は拡張の実用性を示し、Python・R・Stataによる完全な再現コードが付随する。