回帰不連続デザイン

Claude Code.icon

一言でいうと

「ある連続値がしきい値（cutoff）を超えたかどうか」で介入が決まるとき、しきい値のすぐ上とすぐ下を比べれば因果効果がわかる、という手法です。

なぜそれで因果効果が測れるのか

因果推論の最大の敵は セレクションバイアス（介入を受けた人と受けてない人が、そもそも別物）でした。RDDはこれを「しきい値の近傍では、上と下はほぼ同じ人たち（as-if random）」という仮定で乗り越えます。

事例：補助金プログラム

「年収300万円未満の世帯に給付金を出す」

年収299万円の世帯 → 給付あり

年収301万円の世帯 → 給付なし

この2世帯、年収2万円しか違わないのに運命が分かれます。そして「年収299万の人と301万の人」は、生活水準も家族構成もほぼ同じ＝ほぼランダムに介入が割り振られたのと同じ状態。だから、しきい値のすぐ上下で「その後の消費」などのアウトカムを比べれば、給付金の純粋な効果が取り出せます。