Diagramme im Regressionsdiskontinuitätsdesign in „Stata“ oder „R“

Lee und Lemieux (S. 31, 2009) schlagen dem Forscher vor, die Diagramme während der Regressionsdiskontinuitätsdesignanalyse (RDD) zu präsentieren. Sie schlagen das folgende Verfahren vor:

"... für eine gewisse Bandbreite und für eine bestimmte Anzahl von Bins K 0 und K 1 links und rechts vom Grenzwert besteht die Idee darin, Bins ( b k , b k + 1 ] für k zu konstruieren = 1 , . . . , K = K 0 + K 1 , wobei b k = c - ( K 0 - K + 1 ) ⋅ h . "$h$$K_0$$K_1$$b_k$$b_{k+1}$$k = 1, . . . ,K = K_0$$K_1$$b_k = c−(K_0−k+1) \cdot h.$

c=cutoff point or threshold value of assignment variable
h=bandwidth or window width.

... dann vergleiche die mittleren Ergebnisse links und rechts vom Grenzwert ... "

..in allen Fällen zeigen wir auch die angepassten Werte aus einem quartären Regressionsmodell, das auf jeder Seite des Grenzwerts separat geschätzt wird ... (S. 34 desselben Papiers)

Meine Frage ist, wie wir diese Prozedur in Stataoder Rzum Zeichnen der Diagramme der Ergebnisvariablen gegen die Zuweisungsvariable (mit Konfidenzintervallen) für die scharfe RDD programmieren. Ein Beispielbeispiel in Statawird hier und hier erwähnt (rd durch rd_obs ersetzen) und ein Beispiel Beispiel in Rist hier . Ich denke jedoch, dass beide den Schritt 1 nicht implementiert haben. Beachten Sie, dass beide die Rohdaten zusammen mit den angepassten Linien in den Plots haben.

Beispieldiagramm ohne Konfidenzvariable [Lee und Lemieux, 2009] Vielen Dank im Voraus.

$K_i$

use votex // the election-spending data that comes with rd

tw 
(scatter lne d, mcolor(gs10) msize(tiny)) 
(lpolyci lne d if d<0, bw(0.05) deg(2) n(100) fcolor(none)) 
(lpolyci lne d if d>=0, bw(0.05) deg(2) n(100) fcolor(none)), xline(0)  legend(off)

twoway$x$$s$$se$$ul$$ll$

lpoly lne d if d<0, bw(0.05) deg(2) n(100) gen(x0 s0) ci se(se0)
lpoly lne d if d>=0, bw(0.05) deg(2) n(100) gen(x1 s1) ci se(se1)

/* Get the 95% CIs */
forvalues v=0/1 {
    gen ul`v' = s`v' + 1.95*se`v' 
    gen ll`v' = s`v' - 1.95*se`v' 
};

tw 
(line ul0 ll0 s0 x0, lcolor(blue blue blue) lpattern(dash dash solid)) 
(line ul1 ll1 s1 x1, lcolor(red red red) lpattern(dash dash solid)), legend(off)  

Wie Sie sehen können, sind die Linien im ersten Diagramm dieselben wie im zweiten.

Hier ist ein vordefinierter Algorithmus. Calonico, Cattaneo und Titiunik haben kürzlich ein Verfahren für eine robuste Bandbreitenauswahl vorgeschlagen. Sie haben ihre theoretischen Arbeiten sowohl für Stata als auch für R implementiert und es kommt auch mit einem Plot-Befehl. Hier ist ein Beispiel in R:

# install.packages("rdrobust")
library(rdrobust)
set.seed(26950) # from random.org
x<-runif(1000,-1,1)
y<-5+3*x+2*(x>=0)+rnorm(1000)
rdplot(y,x)

Das gibt Ihnen diese Grafik: