回归不连续设计（RDD）中识别因果效应的关键思路：阈值变量与样本比较

回归不连续设计（RDD）是识别因果效应的一种常用方法。因果效应是指某个因素对于某个结果产生的影响。在RDD中，识别因果效应的关键思路是利用一个阈值变量来划分样本，然后比较阈值两侧的结果变量的差异。通过比较阈值附近的样本，可以减少因其他变量引起的混淆，并且可以近似于一个随机实验。这种设计可以帮助我们确定因变量变化与阈值变量变化之间的因果关系。