[논문 리뷰] A Bayesian Nonparametric Approach to Geographic Regression Discontinuity Designs: Do School Districts Affect NYC House Prices?

Maxime Rischard, Zach Branson외 2명|arXiv (Cornell University)|2018. 07. 11.

Economic and Environmental Valuation참고 문헌 14인용 수 7

한 줄 요약

이 논문은 지리적 회귀 불연속 설계(GeoRDD)를 분석하기 위해 가우시안 프로세스 회귀를 사용하는 베이지안 비모수 프레임워크를 제안한다. 이는 복잡한 경계를 따라 처리 효과를 공간적으로 민감하게 추정할 수 있도록 한다. 뉴욕시 주택 가격에 적용한 결과, 학교 학区 경계의 더 유망한 쪽에서 유의미한 20%의 가격 프리미엄이 존재함을 발견하였으며(p = 0.002), 사후 기반 가설 검정과 가짜 검증을 통해 강력한 추론을 확보하였다.

ABSTRACT

Most research on regression discontinuity designs (RDDs) has focused on univariate cases, where only those units with a "forcing" variable on one side of a threshold value receive a treatment. Geographical regression discontinuity designs (GeoRDDs) extend the RDD to multivariate settings with spatial forcing variables. We propose a framework for analysing GeoRDDs, which we implement using Gaussian process regression. This yields a Bayesian posterior distribution of the treatment effect at every point along the border. We address nuances of having a functional estimand defind on a border with potentially intricate topology, particularly when defining and estimating causal estimands of the local average treatment effect (LATE). The Bayesian estimate of the LATE can also be used as a test statistic in a hypothesis test with good frequentist properties, which we validate using simulations and placebo tests. We demonstrate our methodology with a dataset of property sales in New York City, to assess whether there is a discontinuity in housing prices at the border between two school district. We find a statistically significant difference in price across the border between the districts with $p$=0.002, and estimate a 20% higher price on average for a house on the more desirable side.

연구 동기 및 목표

• 지역 forcing 변수를 갖는 GeoRDD를 분석하기 위한 원칙적인 베이지안 비모수 방법을 개발함으로써, 기존의 1차원 RDD 접근 방식의 한계를 해결하고자 한다.
• 복잡한 기하학적 구조와 공간적 혼동을 고려하여, 공간 경계의 각 점에서 국소 평균 처리 효과(LATE)를 추정하고자 한다.
• 시뮬레이션과 가짜 테스트를 통해 방법의 타당성을 검증하고, 모형 잘못 설정 하에서도 유의미한 임계 오류율을 유지하는 빈도주의 성질을 확보하고자 한다.
• 특히 브루클린과 쿠잉스 지역에서 뉴욕시의 학교 학구 경계가 주택 가격에 인과적으로 영향을 미치는지 평가하고자 한다.
• 이진 결과, 이질성 검정, 시공간 설정 등으로의 확장이 가능한 민감하고 확장 가능한 GeoRDD 프레임워크를 제공하고자 한다.

제안 방법

• 처리군과 대조군 영역에서 결과 표면을 별도로 모델링하기 위해 가우시안 프로세스 회귀(GPR)를 사용하며, 독립적인 GPs와 i.i.d. 정규 잡음을 가정한다.
• 정적 공분산 구조를 갖는 제곱 지수 커널을 적용하여, 공간 상관 구조의 비모수적 스무딩을 가능하게 하면서도 경계 근처의 외삽도 가능하게 한다.
• 각 경계점에서의 사후 예측 평균의 차이로 국소 평균 처리 효과(LATE)를 추정하며, 이는 기능적 인과 추정량이 된다.
• 가설 검정의 통계량으로 LATE의 사후 분포를 활용하며, 귀무가설 하에서 시뮬레이션과 가짜 테스트를 통해 검증한다.
• 특히 모형 잘못 설정 상황에서도 강건성을 확보하기 위해 사후 예측 검증과 모형 진단을 수행한다.
• 처리군과 대조군 영역에서 별도의 초모수 조정을 허용하고, 더 나은 외삽 성능을 위해 스펙트럼 혼합 커널과 같은 대체 커널도 고려한다.

실험 결과

연구 질문

• RQ1 뉴욕시의 두 학교 학구 간 경계에서 주택 가격의 불연속성이 존재하는가? 이는 학교 학구 배정의 인과적 영향을 시사하는가?
• RQ2 가우시안 프로세스를 활용한 베이지안 비모수 접근이, 복잡한 지리적 경계를 따라 신뢰할 수 있고 공간적으로 적응 가능한 처리 효과 추정을 제공할 수 있는가?
• RQ3 모형 잘못 설정 하에서도 제안된 방법의 성능은 어떠한가? 가설 검정에서 적절한 I형 오류율을 유지하는가?
• RQ4 관측된 가격 불연속성은 학교 학구의 질 때문인가, 아니면 지리적 또는 도시적 특성 등 혼동 요인 때문인가?
• RQ5 이 프레임워크는 이질적 처리 효과를 탐지하거나 시공간 GeoRDD에 적용할 수 있는가?

주요 결과

• 뉴욕시의 인접한 두 학교 학구 간 경계에서 주택 가격의 통계적으로 유의미한 불연속성이 발견되었으며, p-값은 0.002였다.
• 추정된 평균 처리 효과는 학교 학구 경계의 더 유망한 쪽에서 주택 가격이 약 20% 높아짐을 의미한다.
• LATE의 사후 분포를 활용한 가설 검정은 시뮬레이션과 가짜 테스트를 통해 검증되었으며, 빈도주의 성질을 잘 유지하였다.
• 공간적 혼동을 피하고 국소 공간적 변동성을 잘 포착함으로써, 기존의 표준 투영 1차원 RDD보다 성능이 뛰어났다.
• 가짜 테스트 결과, 모형 가정이 약간 위반되더라도 귀무가설 하에서 적절한 I형 오류율을 유지함을 확인하였다.
• 이 방법은 특히 외삽과 정적성에 민감하므로, 가짜 절차를 통한 신중한 검증이 필요하다.