5.1 Introduction 1在线视频

我们开始今天的

讨论今天的讲课内容

regression

discontinuity相信

大家在

之前的预习作业里面对这些

基本概念有所了解

所以我们今天

所以我们今天还是有这么几个部分

第一个是对RD的

它的一个理念

它的逻辑的整体的讨论

第二个就是这个模型怎么建立起来

第三部分是怎么样去估算这里面的参数

第四个是专门针对模糊的断点回归

我们做一个讨论

再就是对于每一个模型

它的效度以及它的假设

如何去检验

那么我们来做一个讨论

所以这个大概是今天的内容

前面我可能会讲得快一点

因为大家都预习了一些最基础的知识

你们觉得有不懂的地方

可以随时打断我

方式大家都很熟悉了

我把弹幕也开开

那么包括用聊天区等等都可以

或者说你直接拿麦克来打断我

因为万一我要是没有看到文字的话

也可以用麦克来直接说话来直接提问

Ok

那么这张图是咱们的 causal

influence model里面

的 conceptual map

我们前面已经把RCT和

natural

experiment已经讨论完了

那么这个是实验

设计里面的随机实验

那么现在我们进入

quasi-experiment准

实验

准实验里面我们今天讨论的是 RD

那么我们过两周之后

我们会讨论

倾向分数配对法

这两种都属于准实验

什么叫准实验呢

准实验在观测数据上

来进行

以 RCT为黄金准则

来

构造了一个实验设计

这个叫准实验

它首先是没有做实验

不像RCT是真做了一个实验

是研究者自己设计的

natural experiment

是

政策变迁或者大自然设计的实验

它们都是真的做了实验了

那么进入quasi-

experiment就是我们没有

任何人去做这个实验

它是用的是观测数据

但是我们根据随机实验的这样的一个概念

我们去

虚拟了也好

或者说是去构造了也好

构造了一个这样的实验，就叫准实验

那么RD的最

它来处理什么事情呢

在咱们的教科书上

most harmless

econometrics上面写的非常的简洁

和清楚

RD它是专门研究

哪方面是规则决定的

treatment也就是说

在我们这个世界里

我们人给自己

各方面社会生产生活

设立了很多规则

那么这些规则是我们来去运行

的很多的重要的一些准则

那么规则就决定了一些人能够接受干预

一些人不能接受干预

那么这个就给我们提供了一个非常好的

一个实验的这么一个机会

因为规则是什么

规则是非常强制的

它不是以个人意志为转移的

因此 individuals

个体是不太可能去做自我选择

那么这个时候规则就给我们带来了什么

这种强制性就带来了

external

variation这种外部

的变动

那么就可以给我们打破自选择

提供机会，就是RD

它要处理的这一类的问题的特征

那么当然RD它包括fuzzy RD和sharp RD

我们先从最清晰明朗的sharp RD来开始

那么

看到这个分数大家可能都会非常有感触

这个分数就是我们

制定规则常用的一个依据

比如说高考

每一个同学都会有一个高考成绩

那么如果我们确定一条分数线

比如说600分

600分以上

就能上大学

600分以下就不能上大学

这个时候大家的考试成绩

考生的考试成绩

那么这个是一个连续的变量

那么在连续变量上加了一个规则

制定的一个门槛

叫分数线对吧

那么分数线以上的

就会获得treatment

分数线以下的不能获得

treatment

那么这种规则它就给我们

研究方面带来这种

外部的这种变动

否则的话我们说

想评价

是否上大学对于未来公司

的影响这样的问题

我们就会面临非常严重的自选择偏误

显然能力强的人他更容易考上大学

那么他能力强 他不上大学

可能他的工资本来也会更高

那么

这就很难解决

而且我们也很难就这种重大

的人生问题去做随机实验

这是很难的

那么这种规则就给我们带来这种外部性

大家可以想象

说考600分的人

跟考599分的人

大家认为在本质上

能力各个方面有没有

明显的差异

他往往是没有的是吧

那么没有什么明显的差异

那么一拨人上大学一拨人因为

这个规则没有上大学

那么这个就给我们带来了这种

构造实验的这种可能

也就是说背后的一个潜台词是什么呢

是自然是不会

随便跳跃的

它是连续的

那么我们在一个连续的自然的

状态下

设定了人为的强的规则

就带来了这种跳跃

那么这种跳跃

应该是规则分组

带来的

而不是连续的自然本身带来的

我们具体来看这样的一个例子

上面这张图是

比如说上大学的

概率

600分以下

上大学的概率怎么样

Reading

来找一支笔

600分

假设是我们的 cut up

point断点

600分以下上大学的概率为0

它是一条平行的一条等于0的

线

实际上600分以上

上大学的概率就为一

这就是强制的规则

这个就是一条

这样一个楼梯一样的这么一个曲线

那么对于下面这张图就是

potential

outcome就是说

其中下面这条线

这条线

这条线

是一个方程这

这个手段了 这是一个

那么上面这条线是另外一个方向

这条线是另外一个方程

那么下面这条线是如果大家都不上大学

那么它的potential

outcome沿着高考成绩

是什么

这是一个函数形式

上面一条线是所有的人说我都上大学

那么它的 potential

outcome沿着高考成绩来分布

这个是什么样子

而现实中

现实中怎么样

现实中我们就是在600分

这个地方断开了

对不对

600分这断开了

使得600分以下的人

他上不了大学

那么它的 potential

outcome我们能

观测到的它的outcome

换一个颜色

我们能观测到的就是这段，实线的对不对

原来这张图实线的

这是我们能观察到的

那么对于600分以上的学生

我们能观测到他全都上大学了

因此它就会沿着

上面这条曲线的这一部分

来去走

所以说就使得

本来是两条连续的 outcome

这个函数

它就也产生了一个跳跃

那么这个跳跃

我们认为上大学带来的影响

因为它是

纯外生的

它是由政策的强制性来

来提供的来做的分组

那么

最基本的

一个逻辑 它怎么样来

去设计研究的