[논문 리뷰] Regression Discontinuity Designs Using Covariates

Sebastián Calónico, Matias D. Cattaneo외 2명|arXiv (Cornell University)|2018. 09. 11.

Statistical Methods and Bayesian Inference참고 문헌 15인용 수 21

한 줄 요약

이 논문은 비모수적 제약 없이 이산 또는 연속적 공변량을 추가로 포함하는 국소 다항 추정기 방식으로 회귀단절(RD) 설계에서 공변량 조정을 체계화한다. 일관성 조건을 설정하고, 이종이성 표준오차를 고려한 편향 보정 추론을 도출하며, 잔차 상관이 높을 경우 특히 공변량을 적절히 포함할 경우 약 10퍼센트에 이르는 상당한 효율성 향상을 입증한다.

ABSTRACT

We study regression discontinuity designs when covariates are included in the estimation. We examine local polynomial estimators that include discrete or continuous covariates in an additive separable way, but without imposing any parametric restrictions on the underlying population regression functions. We recommend a covariate-adjustment approach that retains consistency under intuitive conditions, and characterize the potential for estimation and inference improvements. We also present new covariate-adjusted mean squared error expansions and robust bias-corrected inference procedures, with heteroskedasticity-consistent and cluster-robust standard errors. An empirical illustration and an extensive simulation study is presented. All methods are implemented in exttt{R} and exttt{Stata} software packages.

연구 동기 및 목표

• 모수적 기능 형태 가정을 부과하지 않고도 공변량을 회귀단절(RD) 설계에 포함시키기 위한 체계적 비모수적 프레임워크 제공.
• 공변량 조정된 국소 다항 추정기가 RD 처리 효과를 일관되게 추정할 수 있는 조건 설정.
• 공변량 조정이 RD 추정 및 추론에서 효율성 향상 잠재력을 어떻게 증대시킬 수 있는지 규명.
• 이종이성 일관성 및 클러스터링 로버스트 표준오차를 고려한 편향 보정 추론 절차 개발.
• 실용적이고 데이터 기반의 밴드위드스 선택 및 R 및 Stata에서의 구현 도구 제공 — 적용 연구자들을 위한 것.

제안 방법

• 표준 국소 다항 RD 추정기를 공변량을 추가로 포함하는 가산적, 분리 가능하고 모수선형 형태로 확장하며, 추가 스무딩이나 모수적 가정이 필요하지 않다.
• 지점에서의 커프닝과 공변량 조정을 포함한 국소 선형 커널 가중치를 사용하는 가중 최소제곱법을 적용.
• 최적의 밴드위드스 선택을 위한 공변량 조정 추정기의 새로운 평균제곱오차(MSE) 전개 유도.
• 특히 이종이성 또는 클러스터링 상황에서 국소 다항 추정기의 편향을 고려한 편향 보정 추론 절차 제안.
• 모델에 따라 표준 또는 공변량 조정 추정기의 MSE 최적화를 위한 데이터 기반의 밴드위드스 선택기법 활용.
• R 및 Stata 패키지로 구현된 방법은 보조 웹사이트를 통해 이용 가능하며, 날카운, 흐린, kink RD 설계 모두 지원.

실험 결과

연구 질문

• RQ1 국소 다항 RD 추정에 공변량을 포함할 경우 처리 효과 추정기의 일관성이 유지되는 조건은 무엇인가?
• RQ2 유한 표본에서 공변량 조정이 RD 추정기의 평균제곱오차와 효율성에 어떤 영향을 미치는가?
• RQ3 결과와 공변량 간 잔차 상관이 공변량 조정된 RD 추정기 성능에 어떤 영향을 미치는가?
• RQ4 이종이성 또는 클러스터링 상황에서 국소 다항 RD 추정기의 편향이 존재할 경우 어떻게 추론을 수행할 수 있는가?
• RQ5 공변량 조정된 RD 추정기의 최적 밴드위드스 선택 전략은 무엇이며, 기존 표준 밴드위드스와 비교해 볼 때 어떻게 다른가?

주요 결과

• 최적의 조정 모델 밴드위드스를 선택할 경우 실증 적용에서 공변량 조정이 추정에서 최대 약 10퍼센트의 효율성 향상을 이끌어낸다.
• 무의미한 공변량을 포함시키는 것은 점 추정치나 추론에 미미한 영향을 미치며, 허위 공변량에 대한 강건성을 확인한다.
• 결과와 공변량 간 잔차 상관이 높은 설정에서 효율성 향상 효과가 가장 두드러지며, 이는 이론적 예측과 일치한다.
• 공변량 조정이 커프닝 이전과 이후에서 동일한 경우, 모형이 다른 방식으로 잘못 지정되어도 공변량 조정된 추정기는 여전히 일관성을 유지한다.
• 편향 보정 추론 절차는 이종이성 또는 클러스터링 상황에서도 정확한 커버리지 비율을 보이는 유효한 신뢰구간을 제공한다.
• 유한 표본에서 공변량 조정 모델을 위한 데이터 기반의 밴드위드스 선택기법은 시뮬레이션 연구를 통해 합리적인 성능을 보였다.