2019年11月

IZA DP No. 12801:模糊回归不连续设计的野Bootstrap:获得稳健的偏差校正置信区间

本文开发了一种新的野生自举程序,为模糊回归间断设计构造鲁棒偏差校正(RBC)有效置信区间(ci),为现有的RBC方法提供了直观的补充。该程序生成的ci在类似于Calonico等人(2014)提出的程序和相关文献的条件下有效。仿真结果表明,当应用于具有内生性和聚类特征的各种数据生成过程时,这种新方法至少与插件分析修正一样准确。最后,我们通过回顾安格瑞斯特和拉维(1999)对班级规模对学生成绩的分析来证明其实证相关性。