回帰不連続デザインの局所比較
バグ・不具合を報告
事前に定めた割当閾値の近傍で、結果変数のジャンプを点推定する。
閾値を境に割当が切り替わるSharp RDの点推定です。帯域は分析計画に沿って指定し、幅を変えた感度確認も行ってください。
入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—
- 左側の推定値(c直前)
- —
- 右側の推定値(c直後)
- —
- 左側の有効観測数
- —
- 右側の有効観測数
- —
- 入力した観測数
- —
必要な値を入力すると自動で計算します。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
X:running変数、Y:結果、c:閾値。左右それぞれで z=(X−c)/h とし、|z|≤1の観測についてY=a+bzを加重最小二乗で推定。三角カーネルはw=1−|z|、一様カーネルはw=1(帯域外はw=0)。X<cを左、X≥cを右とし、推定差τ̂=â右−â左。三角カーネルでは帯域端の重みは0。左右の帯域幅は同一または別々に事前指定し、いずれも正。各側で異なるXを持つ有効観測が2点以上必要です。推定値は結果Yと同じ単位で、表示は最大小数8桁です。
閾値での推定差、左右の推定切片、左右の使用観測数、入力観測数。
計算例(架空の数値)
架空の計算例:閾値c=0、帯域幅h=4、左側(X,Y)=(-3,-7),(-2,-4),(-1,-1)、右側=(0,8),(1,10),(2,12)では、左右の回帰切片は2と8、推定差は6(Yと同じ単位)です。
適用対象と限界
閾値より下は非割当、閾値以上は割当となるSharp RDを想定した匿名観測データ。Fuzzy RD、複数閾値、因果識別仮定の検定、最適帯域幅の自動選択、バイアス補正、標準誤差、信頼区間、p値、閾値から離れた範囲への外挿は扱わない。
採用した方式
- Sharp RD の局所線形点推定(Cattaneo & Titiunik (2022) §3.2):対象範囲 連続running変数、既知の単一閾値、閾値での二値割当/適用地域 global
方法と出典
方法:Cattaneo & Titiunik (2022), §3.2:local polynomial RD, p=1(点推定のみ)。データ記録日:2026-11-13。