3.3.4 差异-差异（DID）与回归不连续设计（RDD）

文档摘要

3.3.4 差异-差异（DID）与回归不连续设计（RDD） 3.3.4 差异-差异（DID）与回归不连续设计（RDD）在标准识别策略的战场上，差异-差异（DID）和回归不连续设计（RDD）就像两把精准的手术刀，切开因果推断的迷雾。它们不是空洞的理论武器，而是能直接上手操作的工具，帮助我们从观测数据中剥离出政策冲击或干预的真实效果。想象一下，你面对一堆面板数据，治疗组和控制组在时间线上交织，如何精准捕捉那“差异中的差异”？或者，当一个关键阈值如分数线或年龄界限突然改变行为时，又该如何锁定局部因果？本文将直击实现的核心，从数据清洗到模型拟合，一步步拆解算法逻辑、参数调优和代码实践，让你不只懂原理，更能立刻复制到自己的项目中。