当一个回归不连续(RD)设计中的运行变量测量有误差时，对感兴趣的局部平均处理效果的识别通常会失败。虽然这种测量误差的形式因应用而异，但在许多情况下，测量误差结构在不同的观测组之间是异构的。我们开发了一种新的测量误差校正程序，能够利用辅助信息解决异构测量误差结构。我们还提供了调整后的渐近方差和标准误差，考虑了由估计干扰参数引入的可变性，以及考虑潜在错误规范的诚实置信区间。模拟提供的证据表明，所提出的程序纠正了由异质测量误差引入的偏差，并实现了比“naïve”替代方案更接近标称测试尺寸的经验覆盖。两个实证实例表明，对测量误差进行校正既可以加强研究结果，也可以为数据提供新的实证视角。