[论文解读] Donut Regression Discontinuity Designs

Cladia Noack, Chistoph Rothe|arXiv (Cornell University)|Aug 28, 2023

Advanced Causal Inference Techniques被引用 4

一句话总结

本文為甜甜圈回归不连续设计（donut regression discontinuity, RD）提供了正式的计量经济学框架，表明在标准假设下，此类估计量的偏差和方差高于传统RD估计量。本文提出了有效的偏差感知推断方法，包括置信区间和设定检验，证明甜甜圈RD能够检测模型误设，但代价是效率和精度的降低。

ABSTRACT

We study the econometric properties of so-called donut regression discontinuity (RD) designs, a robustness exercise which involves repeating estimation and inference without the data points in some area around the treatment threshold. This approach is often motivated by concerns that possible systematic sorting of units, or similar data issues, in some neighborhood of the treatment threshold might distort estimation and inference of RD treatment effects. We show that donut RD estimators can have substantially larger bias and variance than contentional RD estimators, and that the corresponding confidence intervals can be substantially longer. We also provide a formal testing framework for comparing donut and conventional RD estimation results.

研究动机与目标

• 为广泛使用但缺乏统计理论支持的启发式‘甜甜圈’RD方法提供理论基础，该方法通过排除处理阈值附近的样本以检验稳健性。
• 在标准RD假设下，正式分析甜甜圈RD估计量与传统RD估计量之间的偏差、方差与效率权衡。
• 为甜甜圈RD设计开发有效的统计推断程序——特别是偏差感知置信区间和设定检验——以考虑传统估计量与甜甜圈估计量之间的高相关性。
• 评估新设定检验在检测甜甜圈框架下RD假设违反情况时的统计功效与大小特性。
• 基于理论与模拟证据，为甜甜圈RD在何种情境下更优或更具误导性提供实证指导。

提出的方法

• 在局部线性回归下，基于三角形核与均匀核，推导甜甜圈RD估计量的渐近偏差与方差展开式，表明当排除带宽内10%范围内的数据时，偏差增加41–63%，方差增加53–61%。
• 将偏差感知置信区间（Armstrong和Kolesár，2018；Kolesár和Rothe，2018）适配至甜甜圈RD情境，证明其无需调整仍有效，但其长度因有效样本量减少与方差上升而增加22–28%。
• 提出一种基于估计量差异的新设定检验，$ \widehat{\Gamma} $，在备择假设下相较于传统的基于$ \widehat{\Delta} $的检验具有更高的局部功效。
• 采用小甜甜圈渐近框架，即排除窗口随样本量增长而缩小，从而实现对甜甜圈设计下偏差与方差的理论分析。
• 通过模拟研究，样本量$ n = 1,000 $，使用三角形核，带宽$ h = 0.49 $，排除窗口$ d = 0.1 $，在条件期望偏离程度$ L \in \{0,10,\dots,40\} $的不同水平下，比较传统RD与甜甜圈RD。
• 将所提出的推断工具应用于真实案例：在1500克出生体重阈值附近的婴儿死亡率，表明甜甜圈RD可能改变结论，但需通过正式统计验证。

实验结果

研究问题

• RQ1 在标准RD假设下，甜甜圈RD估计量的偏差与方差与传统RD估计量相比如何？
• RQ2 偏差感知置信区间在甜甜圈RD情境下是否有效？其长度与传统置信区间相比如何？
• RQ3 能否构建有效的统计检验以比较传统与甜甜圈RD估计量，同时考虑其高度相关性？
• RQ4 所提出的设定检验在检测甜甜圈RD设计中模型误设方面的统计功效，相较于现有方法如何？
• RQ5 基于实证与模拟证据，甜甜圈RD估计在何种条件下能提供比传统RD更精确的估计？

主要发现

• 在标准RD假设下，当排除带宽内10%范围内的数据时，甜甜圈RD估计量的偏差比传统RD估计量高出41–63%，方差高出53–61%。
• 偏差感知置信区间在甜甜圈RD情境下仍有效，但其渐近长度因有效样本量减少与方差上升而增加22–28%。
• 在模拟设定中，基于$ \widehat{\Gamma} $的所提设定检验在备择假设下，其统计功效严格高于传统的基于$ \widehat{\Delta} $的检验，尤其在临界点附近存在强偏离时表现更优。
• 在所有模拟情景下，甜甜圈RD置信区间的实际覆盖概率保持正确，而传统置信区间的覆盖性能随着真实条件均值在阈值附近偏离光滑性而下降。
• 仅当严重偏离RD假设时（如$ L = 40 $），甜甜圈估计量的均方误差（RMSE）才小于传统估计量，表明甜甜圈RD通常并不更高效。
• 在1500克阈值处对婴儿死亡率的实证应用中，传统RD估计为0.95%，标准误为0.22%；而甜甜圈RD估计降至0.16%，标准误为0.28%，凸显了通过正式推断评估差异是否具有统计意义的必要性。