經(jīng)濟(jì)學(xué)上有種分析問題的方法叫“斷點(diǎn)回歸法”，哪位高人知道 它的主要內(nèi)容和原理？急求?。?！

斷點(diǎn)回歸是一種計(jì)量方法，是一種擬隨機(jī)試驗(yàn)，一個(gè)系統(tǒng)的整理請參考David S. Lee and Thomas Lemieux（2010）的論文。 舉個(gè)極端的例子（只是打個(gè)比方），當(dāng)你想知道能否上北大與未來成就的關(guān)系時(shí)，與直接將未來成就的量化指標(biāo)（年薪）對是否上北大這個(gè)虛擬變量回歸的方法不同，你也可以找到某一年某個(gè)省份所有人的分?jǐn)?shù)（X）以及當(dāng)年北大的分?jǐn)?shù)線（假設(shè)700），我們會發(fā)現(xiàn)在700分這里出現(xiàn)斷層，我們有理由認(rèn)為，考了690分的人和考了710分的人沒有系統(tǒng)差別，只是運(yùn)氣有別罷了，但他們卻一個(gè)上了北大（D=1），一個(gè)沒上北大（D=0），因此年薪上差別很大，這時(shí)候我們就可以使用斷點(diǎn)回歸，來考察

什么是斷點(diǎn)回歸

RD方法（regression discontinuity design），即斷點(diǎn)回歸方法。斷點(diǎn)回歸方法是最近的政策評估中非常重要的一個(gè)方法，他可以在沒有隨機(jī)性的情況下識別出政策的效果。

斷點(diǎn)回歸可以用于時(shí)間序列嗎

可以用于時(shí)間，但不好用于時(shí)間序列。比如可以用年齡作為變量來判斷間斷點(diǎn)，我記得經(jīng)濟(jì)研究去年有這方面的研究。而時(shí)間序列中存在太多的相關(guān)變量，你無法證明你的間斷點(diǎn)“跳躍”不是來自于不同時(shí)間中的其他變量變化影響。此外，有些被解釋變量可能只有它一個(gè)變化，在這種情況下，如果用時(shí)間序列作為間斷點(diǎn)，有可能這種間斷點(diǎn)是否來自于這個(gè)變量本身的特征，而不是政策影響。所以不建議用時(shí)間序列。

如何運(yùn)用斷點(diǎn)回歸的方法來檢測數(shù)據(jù)造假？

運(yùn)用圖形來分析處置效應(yīng)是否存在是斷點(diǎn)回歸分析的基礎(chǔ)。圖形分析在斷點(diǎn)回歸的實(shí)施中扮演著重要的角色，通過將樣本點(diǎn)和決定處置的關(guān)鍵變量在坐標(biāo)系中描述出來，便可以清楚的看到臨界值附近的樣本點(diǎn)是否存在跳躍。如果樣本點(diǎn)存在跳躍，那么說明確實(shí)存在處置效應(yīng)，相反，如果樣本點(diǎn)沒有出現(xiàn)相應(yīng)的跳躍，那么說明斷點(diǎn)回歸的模型識別可能存在問題。當(dāng)我們從圖形分析中發(fā)現(xiàn)了臨界值處存在處置效應(yīng)，那么就應(yīng)當(dāng)做進(jìn)一步更加細(xì)致的計(jì)量實(shí)證分析。為了使圖形更為直觀，需要根據(jù)決定處置的關(guān)鍵變量來劃分箱體（Bin）和箱體的范圍[轉(zhuǎn)載]斷點(diǎn)回歸及其在經(jīng)濟(jì)學(xué)中的應(yīng)用，并在該范圍內(nèi)計(jì)算變量的均值。一般而言，箱體的范圍需要大到包含足夠多的樣本使其樣本點(diǎn)在臨界值兩邊都比較平滑，但又要小到一定程度使得樣本點(diǎn)在臨界值處的跳躍能夠明顯的顯現(xiàn)出來。