M1-088M1: 数学与统计基础因果推断Medium
⚡闪卡盲测➔掌握度:
解释断点回归(RDD)与它的关键假设。
🎯 深度面试自测闭环(先口述或草拟,再核对解析)
免登录记录进度:核心结论回忆 → 避坑清单自查 → 标记掌握或加入错题队列。
Step 1 · 尝试用 1–2 句话回答这道题的核心结论与适用边界
Step 2 · 勾选已覆盖的陷阱与追问思考
📐 核心数学机理公式
⚡ 一句话直击要害答案
利用某个连续变量在阈值处的'跳跃'识别因果;关键假设是阈值附近个体除处理外无系统性差异。
📌 核心要点提炼
- •阈值 c 处处理状态发生跳变
- •只识别阈值附近的局部效应(LATE at cutoff)
- •需检验协变量在阈值处是否连续
📐 数学机理与严密推导
RDD 的核心思想:当处理由某连续变量 X 是否越过阈值 c 决定时(如'考试分数 ≥60 分才录取'、'年龄 ≥65 岁才领养老金'),比较阈值两侧个体的结果差异即可识别因果效应——因为在阈值附近,个体除'是否越过阈值'外几乎相同(近似随机化)。统计量:τ=lim_{x↓c}E[Y|X=x]−lim_{x↑c}E[Y|X=x],即阈值处的跳跃幅度。关键假设:① 连续性——若无处理,E[Y|X] 在阈值处连续(即除处理外没有其他因素在阈值处跳变);② 无操纵(no manipulation)——个体不能精确控制 X 使其恰好落在阈值一侧(如不能精确改分数);③ 阈值附近的个体是可比的。识别的是局部效应——只对'阈值附近的依从者'有效(LATE at cutoff),不能外推到远离阈值的个体(如不能从'60 分录取'推断'90 分录取'的效果)。
🏭 深度剖析与工业落地权衡
实践要点:① 检验假设——(a) 协变量连续性:检验其他协变量(性别、年龄、背景)在阈值处是否连续(若不连续说明存在操纵或混杂);(b) 操纵检验(McCrary 检验):检查 X 的密度在阈值处是否有跳跃(个体聚集在阈值一侧说明可能操纵);(c) 带宽敏感性:用不同带宽(bandwidth)估计,结果应稳健。② 估计方法——用局部线性回归(在阈值两侧分别拟合,取阈值处的截距差),而非全局多项式(高次多项式在边界外推不稳定,Gelman & Imbens 建议避免);带宽可用 Imbens-Kalyanaraman 或 Calonico 等最优带宽选择器。③ 模糊 RDD(Fuzzy RDD)——若越过阈值只是提高处理概率而非完全决定(如'60 分以上才可申请'),则用阈值作为工具变量(2SLS)估计,此时识别的是依从者的效应——这是 RDD 与 IV 的结合。④ 应用实例——教育(班级规模、奖学金)、公共政策(养老金、医保资格)、平台规则(信用分阈值、推荐位门槛);实践中电商的'满减门槛'、'免运费门槛'都是天然 RDD 场景。⑤ 局限——只能评估阈值附近的效应、需要大样本(阈值附近的样本量受限)、对带宽选择敏感。
⚠️ 常见面试陷阱与高频失分点
- ✕用全局高次多项式拟合 RDD(边界不稳定)
- ✕把阈值附近的局部效应外推到全体
🎯 面试官连环追问与延伸考察
- ?RDD 与 IV 的关系?
- ?如何检验操纵(manipulation)?
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
📚