用于学习断点回归设计中异质性处理效应的修正 BART
统计方法学
2024-07-22 v1
摘要
本文介绍了 BART-RDD，这是一种围绕新型回归树先验构建的树和回归模型，该先验融入了断点回归设计的特殊协变量结构。具体来说，树分裂过程受到约束，以确保在围绕运行变量断点值的窄带内存在重叠，而处理效应正是在此区域内识别的。研究表明，未经修改的基于 BART 的模型在估计 RDD 处理效应时表现不佳，而我们的修正模型则能准确恢复断点处的处理效应。具体而言，BART-RDD 可能是第一个有效学习条件平均处理效应的 RDD 方法。我们通过全面的模拟研究以及一项实证应用（考察学术警告对后续学期学生表现的影响，Lindo 等人，2010）对新方法进行了研究。
引用
@article{arxiv.2407.14365,
title = {Modified BART for Learning Heterogeneous Effects in Regression Discontinuity Designs},
author = {Rafael Alcantara and Meijia Wang and P. Richard Hahn and Hedibert Lopes},
journal= {arXiv preprint arXiv:2407.14365},
year = {2024}
}