回帰不連続デザインとは？
かいきふれんぞくでざいん
回帰不連続デザインとは、政策や介入の閾値付近のデータを利用して因果効果を推定する準実験的な統計手法です。
回帰不連続デザイン（Regression Discontinuity Design、RDD）は、因果推論の分野で広く用いられる準実験的手法です。ランダムな実験（ランダム化比較試験）が困難な状況でも、特定のルールに基づいて設けられた閾値（カットオフ）を利用して、政策や介入の因果効果を推定します。
基本的な考え方は次のとおりです。ある基準値（例えばテストの点数70点）を境に介入（例えば補助金の受給）の有無が決まる場合、その閾値のすぐ上と下の観察対象は他の条件がほぼ同じであると見なせます。この「閾値付近での連続性」を仮定し、結果変数にある不連続な跳び（不連続性）が観察された場合、それを介入の因果効果として推定します。
手法の主な特徴は以下のとおりです。
- 外的な閾値の活用: 研究者が操作できない外生的なカットオフを利用するため、選択バイアスを排除しやすい
- 局所的な推定: 閾値付近の集団への効果（局所平均処理効果）を推定する
- シャープ型とファジー型: 閾値で完全に介入が決まる場合と確率的に決まる場合で分析方法が異なる
教育政策・医療・社会保障など、ルールに基づく制度を対象とした研究で頻繁に用いられ、経済学・社会科学の実証分析において重要な手法の一つです。
使い方・例文
「入学試験の合格ラインを境に奨学金の受給資格が決まる制度」を使い、合格ライン付近の学生の卒業後の収入を比較することで、奨学金が学業・就職に与える因果効果を推定する研究が典型的な応用例です。
この用語をシェア
最終更新: