更改

跳到导航 跳到搜索
添加345字节 、 2022年3月2日 (三) 19:01
无编辑摘要
第84行: 第84行:  
编辑后:
 
编辑后:
   −
在RDD中使用非参数方法的主要好处是,它们提供了基于更接近临界值的数据的估计,这是直观上的好处。这减少了一些偏差,
+
在RDD中使用非参数方法的主要好处是,它提供了基于更接近临界值的数据的估计,这是直观上的好处。这减少了在估计临界点的不连续性时由于数据距离临界点太远而带来的一些偏差。更近一步地说,局部线性回归是首选,因为它具有更好的偏差性质和收敛性。如果可行的话,这两种类型的估计都是有效的方法,然而,可以证明回归估计的结果并不过分依赖于所采取的特定方法本身。
    
=== Parametric estimation ===
 
=== Parametric estimation ===
39

个编辑

导航菜单