回归扭结(RK)设计是一种越来越受欢迎的经验方法，自Card, Lee, Pei和Weber(2012)的首次传播以来，近5年来已有20多项研究使用了RK。我们根据经验证明，这些估计通常使用局部线性回归，对结果和赋值变量之间潜在关系的曲率高度敏感。作为一种替代推理程序，受随机化推理的驱动，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经验的RK应用Ã②â， “两个具有真实政策缺陷的管理UI数据集和没有政策缺陷的1980年人口普查Ã②â， “，我们发现基于常规p值的统计显著性可能是假的。相反，我们的排列检验强化了最近回归不连续研究和差分中差分研究的渐近推断结果。最后，我们提出了一种改进的三次样条框架估计RK模型，并在一个仿真练习中测试了不同估计器的性能。Cubic规格Ãⅳâ， “特别是最近提出的鲁棒估计(Calonico, Cattaneo和Titiunik 2014) Ãⅳâ， “产生较短的间隔长度和良好的覆盖率。