回归扭结(RK)设计是一种越来越受欢迎的实证方法，自Card、Lee、Pei和Weber(2012)首次发行以来，在过去5年里有20多项研究使用了RK。我们根据经验记录了这些通常使用局部线性回归的估计，对结果和赋值变量之间潜在关系中的曲率高度敏感。作为一种替代的推理程序，由随机化推理驱动，我们建议研究人员在没有政策扭曲的地区构建安慰剂估计的分布。我们将我们的程序应用于三个实证RK应用ââ， â€和1980年人口普查(没有政策偏差)的两个行政UI数据集ââ， â€，我们发现基于传统p值的统计显著性可能是虚假的。相比之下，我们的排列检验加强了最近的回归间断研究和差异中的差异研究的渐近推断结果。最后，我们提出用改进的三次样条框架估计RK模型，并在模拟练习中测试不同估计器的性能。Cubic规范ââ， â€，特别是最近提出的稳健估计器(Calonico, Cattaneo和Titiunik 2014) ââ， â€产生具有良好覆盖率的短间隔长度。