regression discontinuity design

Einfache Sprache

Die Regressions-Diskontinuitäts-Analyse ist ein Quasi-Experiment bei dem die Unstetigkeit (Stetige Funktion#Unstetigkeit) (cut-off) einer Kontrollvariable ausgenutzt wird.

cut-offs Beispiele

• geographisch -> Grenze
• zeitlich ->
• Alter -> Alkohol ab 18

Idee RDD

Die Idee ist das der cut-off zu einer fast zufällige Zuteilung in Behandlungs-oder Kontrollgruppe um den cut-off herum führt. Dabei haben Individuen auf einer Seite des cut-offs eine höhere Behandlungswahrscheinlichkeit als die auf der anderen Seite. Wichtig ist das keine andere Variable auch den cut-off hat.

Annahmen damit RDD funktioniert:

• Unstetigkeit der Behandlungswahrscheinlichkeit
• Stetigkeit der Kovariaten
• keine selbst-Selektion -> siehe selection bias

Sharp RDD

Alleine die Variable des cut-offs bestimmt die Behandlung. Die Hauptfrage ist, wie viele sollte Links und Rechts vom cut-off (auch als bandwidth bekannt) in die Analyse eingehen. Wenn zu Groß dann hält vielleicht die Annahme nicht mehr das die Individuen abgesehen von der Behandlung gleich sind. Wenn der Bereich zu klein ist hat man vielleicht zu wenige Individuen um signifikante Ergebnisse zu bekommen.

Fuzzy RDD

Wenn andere Variablen als die cut-off Variable die Behandlungswahrscheinlichkeit beeinflussen können behandelte und Kontroll- Individuen auf beiden Seiten des cut-offs vorkommen. Der cut-off ist somit ein Sprung in der Wahrscheinlichkeit in der Behandlungsgruppe zu sein.

Donut RDD

Wenn um den cut-off herum sich die Individuen häufen kann eine Lösung sein alle Individuen in direkter Nähe des cut-offs von der Analyse auszuschließen.