回帰不連続デザイン

ひと目でわかる仕組み

使う場面・向かない場面

実施手順

1. ランニング変数と閾値の特定
   割当変数、閾値、実際の受給を記録する。閾値で受給が完全に切り替わるsharpか、受給確率が跳ぶfuzzyかを検討し、例外の運用を調べる。
2. データの収集と閾値近辺の分布確認
   割当変数と成果、事前属性を収集し、密度・分布と制度の運用を調べる。密度の検定だけで操作なしと断定せず、離散値や得点の作られ方も考慮する。
3. 閾値近辺の可視化
   ランニング変数を横軸に取った散布図に局所多項式回帰を重ねて描き、閾値でのジャンプを視覚的に確認する。bin幅の設定は複数試してグラフの安定性を確認する。
4. 帯域幅の選択
   閾値近傍のデータ範囲と推定法を定め、選択基準を説明する。帯域幅を変えた分析を示し、都合のよい範囲だけを報告しない。
5. RDD推定量の計算
   閾値の両側で条件付き成果を推定し、閾値での差を求める。sharpでは閾値上の平均効果、fuzzyでは追加仮定の下で成果の跳びを受給確率の跳びで割った局所的効果を検討する。区間推定は選んだ推定法に合わせる。
6. ロバスト性検定
   帯域幅やモデルの変更、事前属性や別の閾値の検討を報告する。同じ閾値で別の介入が変わっていないかを確認する。検定で不連続が出ないことだけでは連続性を証明できない。