2016年10月
发表于:回归不连续设计(计量经济学进展,38),Emerald Publishing Limited, Bingley, 2017, 455-502
在回归不连续(RD)设计中的识别取决于当协变量(分配变量)超过已知阈值时处理概率的不连续。然而,如果分配变量是用误差测量的,那么在第一阶段治疗概率与观察到的错测分配变量之间的关系的不连续可能会消失。因此,分配变量中测量误差的存在对治疗效果的识别提出了挑战。本文提供了只观察错测分配变量、治疗状态和结果变量时识别的充分条件。我们分别证明了离散和连续赋值变量的辨识性,并研究了各种估计方法的性质。我们在实证应用中说明了所提出的方法,其中我们估计了医疗补助的使用情况及其对私人健康保险覆盖的挤出效应。
下载
这些必要的cookie是激活网站核心功能所必需的。不能选择不使用这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。在这些cookie的帮助下,我们可以,例如,确定访问者的数量和某些页面对我们网站的影响,并优化我们的内容。