📈 economics

Donut Regression Discontinuity Designs

Diese Arbeit liefert einen theoretischen Rahmen für Donut-Regressions-Diskontinuitäts-Designs, indem sie aufzeigt, wie der Ausschluss von Beobachtungen nahe des Cutoffs Bias und Varianz beeinflusst, zeigt, dass bestehende bias-bewusste Inferenzmethoden weiterhin gültig bleiben, und formalisiert Spezifikationstests für den Vergleich von konventionellen und Donut-Schätzern.

Ursprüngliche Autoren: Cladia Noack, Chistoph Rothe

Veröffentlicht 2026-08-12

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Cladia Noack, Chistoph Rothe

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht herauszufinden, warum etwas passiert ist, aber Sie können kein kontrolliertes Experiment durchführen. Sie müssen sich auf „Beobachtungsdaten“ verlassen – einfach nur beobachten, was in der realen Welt geschieht. In der Welt der Wirtschaftswissenschaften und Sozialwissenschaften gibt es einen cleveren Trick namens Regression Discontinuity Design (RD-Design). Denken Sie an einen strengen Türsteher vor einem exklusiven Club. Der Türsteher hat eine Regel: „Wenn du 18 Jahre alt oder älter bist, kommst du rein; wenn du 17 Jahre und 364 Tage alt bist, bleibst du draußen.“

Weil die Regel so scharf ist, sind die Menschen, die gerade eben alt genug sind (18 Jahre und 1 Tag), und die Menschen, die gerade eben zu jung sind (17 Jahre und 364 Tage), in jeder Hinsicht praktisch identische Zwillinge, außer für diesen einen Tag des Alters. Wenn man ihre Ergebnisse vergleicht – zum Beispiel, wie viel Geld sie später im Leben verdienen –, kann man den Effekt des 18-Seins isolieren. Es ist wie ein natürliches Experiment, bei dem sich nur das eine ändert: die „Behandlung“ (der Einlass in den Club).

Aber hier ist der Haken: Manchmal werden die Daten unordentlich. Menschen lügen vielleicht über ihr Alter, oder der Türsteher wird verwirrt und lässt einen 17-Jährigen rein, der wie 18 aussieht, oder vielleicht sind Menschen, die exakt 18 Jahre alt sind, auf seltsame Weise anders als alle anderen. Wenn Forscher misstrauisch werden, dass die Daten direkt an der „Cutoff“-Linie fehlerhaft oder manipuliert sind, wenden sie oft eine Strategie namens „Donut“-RD-Design an. Dabei werfen sie alle Datenpunkte weg, die zu nah an der Linie liegen, und erzeugen so ein Loch in der Mitte ihrer Daten – wie ein Loch in einem Donut. Sie versuchen dann zu erraten, was im Zentrum passiert wäre, indem sie sich die Menschen ansehen, die etwas weiter entfernt sind.

Das Problem ist, dass lange Zeit niemand die Mathematik hinter diesem „Donut-Loch“ kannte. Forscher haben einfach nur geraten, wie groß das Loch sein sollte und ob ihre Ergebnisse vertrauenswürdig waren. Sie haben den Donut gegessen, ohne zu wissen, ob das Loch zu groß war oder ob die Glasur schmolz.

Die Geschichte des Papers: Die Donut-Mathematik

In diesem Paper entscheiden sich Claudia Noack und Christoph Rothe dazu, nicht mehr nur zu raten, sondern die schwere Mathematik zu betreiben. Sie behandeln den „Donut“ nicht nur als heuristischen Trick, sondern als formales statistisches Werkzeug. Sie fragen: Wenn wir die Mitte der Daten herausschneiden, was passiert mit unseren Schätzungen? Erhalten wir mehr falsche Antworten? Werden unsere Konfidenzintervalle (der Bereich, in dem wir die Wahrheit vermuten) breiter?

Ihre Erkenntnisse sind eine Mischung aus „Sei vorsichtig“ und „So macht man es richtig“.

Zuerlich entdeckten sie, dass das Herausschneiden der Daten nahe der Linie die Präzision Ihrer Schätzungen tatsächlich verringert. Es ist, als würde man versuchen, die Temperatur in der Mitte eines Raumes zu erraten, indem man nur die Ecken misst. Man muss mehr raten (extrapolieren), was mehr Fehler einführt. Sie fanden heraus, dass, wenn man einen kleinen „Donut“ entfernt (etwa 10 % Ihres üblichen Datenfensters), der Bias (wie weit man von der Wahrheit entfernt sein könnte) Ihrer Schätzung um 41 % bis 63 % steigen kann, und die Varianz (wie stark Ihre Antwort schwanken könnte, wenn Sie die Studie erneut durchführen würden) um 53 % bis 61 % zunehmen kann. Auf einfachem Deutsch gesagt: Der Donut macht Ihre Antwort verrauschter und potenziell verzerrter.

Die Autoren fanden jedoch auch einen Lichtblick. Sie zeigten, dass eine bestimmte Art von statistischem Werkzeug, die sogenannten „bias-bewussten“ Konfidenzintervalle, selbst mit dem Donut-Loch einwandfrei funktioniert. Dies sind spezielle Intervalle, die etwas breiter sind, um der Tatsache Rechnung zu tragen, dass man vielleicht leicht daneben liegt. Das Paper beweist, dass man keine neue Mathematik für Donuts erfinden muss; man muss nur diese existierenden, robusten Werkzeuge verwenden. Aber es gibt einen Preis: Aufgrund der zusätzlichen Unsicherheit werden diese Konfidenzintervalle um 26 % bis 33 % länger, wenn man einen Donut verwendet. Es ist, als würde der Türsteher sagen: „Wir sind uns nicht ganz sicher, wer reinkommt, also geben wir euch einen breiteren Bereich an Möglichkeiten.“

Das Paper geht auch der Frage nach, warum Forscher Donuts überhaupt verwenden. Oft nutzen sie sie als „Diagnosetest“. Wenn das Ergebnis aus den „Donut“-Daten (unter Ignorieren der unordentlichen Mitte) völlig anders ist als das Ergebnis unter Verwendung aller Daten, ist das ein Warnsignal dafür, dass etwas mit den Daten nahe der Cutoff-Linie nicht stimmt. Die Autoren entwickelten neue, formale Tests, um dies zu überprüfen. Sie verglichen zwei Wege, dies zu prüfen:

Der alte Weg: Vergleichen des „Donut“-Ergebnisses mit dem „Vollständigen Datensatz“-Ergebnis.
Der neue Weg: Vergleich des „Donut“-Ergebnisses mit einem Ergebnis, das nur aus den Daten innerhalb des Lochs berechnet wurde (die „Innerhalb-des-Donuts“-Daten).

Durch Simulationen und Mathematik fanden sie heraus, dass der neue Weg im Allgemeinen ein besserer Detektiv ist. Er ist leistungsfähiger darin, Probleme aufzuspüren, wenn die Daten nahe der Cutoff-Linie tatsächlich fehlerhaft sind. In ihren Simulationen entdeckte dieser neue Test Probleme viel häufiger als die alte Methode.

Schließlich wandten die Autoren ihre neuen Regeln auf zwei reale Beispiele an. Das eine betraf Lehrerverträge in Pakistan, wo eine politische Änderung eine Cutoff-Linie schuf. Sie fanden heraus, dass sich die Ergebnisse drastisch änderten, wenn sie die Donut-Methode verwendeten, was darauf hindeutete, dass die ursprünglichen Daten nahe der Cutoff-Linie tatsächlich problematisch waren. Das andere Beispiel betraf Babys mit niedrigem Geburtsgewicht (um 1.500 Gramm). Sie bestätigten, dass Rundungsfehler bei den Geburtsgewichten die Daten genau an der 1.500-Gramm-Marke beeinflussten, und ihre neuen Tests halfen dabei, genau zu quantifizieren, wie viel das tatsächlich bedeutete.

Kurz gesagt: Noack und Rothe haben nicht nur gesagt: „Donuts sind okay.“ Sie haben den Forschern ein Handbuch gegeben: „Wenn Sie einen Donut verwenden, erwarten Sie, dass Ihre Antworten etwas verrauschter und Ihre Sicherheitsbereiche breiter sind. Aber wenn Sie diese spezifischen Werkzeuge und diese neue Testmethode verwenden, können Sie Ihren Schlussfolgerungen immer noch vertrauen.“ Sie haben einen populären, aber unordentlichen Küchentrick in ein präzises, wissenschaftliches Instrument verwandelt.

Technisches Resümee: Donut-Regression-Diskontinuitäts-Designs

1. Problemstellung

Regression-Discontinuity-Designs (RD) sind ein Standardrahmen zur Identifizierung kausaler Effekte aus Beobachtungsdaten. Empirische Forscher stoßen jedoch häufig auf Bedenken hinsichtlich der Validität der Laufvariablen nahe dem Schwellenwert, wie etwa Sortierung (Sorting), Manipulation, Messfehler oder Datenhäufung (z. B. Rundungen auf Fokuswerte). Um diese Probleme anzugehen, verwenden Forscher oft „Donut“-RD-Designs, die Beobachtungen innerhalb einer Nachbarschaft (das „Donut-Loch“) um den Behandlungs-Schwellenwert herum ausschließen.

Trotz ihrer weit verbreiteten Anwendung ist die Implementierung von Donut-RD-Designs weitgehend heuristisch geblieben. Es gibt eine begrenzte formale Anleitung dazu, wie das Abschneiden (Trimming) von Beobachtungen den Bias, die Varianz und die statistische Inferenz des Schätzers beeinflusst. Insbesondere bleibt unklar:

Wie der Ausschluss von Daten nahe dem Schwellenwert den Trade-off zwischen Bias und Varianz verändert.
Ob von herkömmlicher Software berichtete Standardfehler und Konfidenzintervalle valide bleiben.
Wie man formal testet, ob der Unterschied zwischen einem konventionellen RD-Schätzer und einem Donut-RD-Schätzer statistisch signifikant ist oder lediglich auf Stichprobenvariation zurückzuführen ist.
Wie man die Größenordnung der Unterschiede zwischen diesen beiden Schätzern im Kontext von Spezifikationstests zu interpretieren hat.

2. Methodik und theoretischer Rahmen

Die Autoren analysieren Donut-RD-Designs innerhalb des Rahmens der lokalen linearen Schätzung. Sie betrachten ein scharfes RD-Design, bei dem die Laufvariable $X_i$ die Behandlung $T_i = \mathbb{1}\{X_i \geq 0\}$ bestimmt.

2.1. Der Donut-Schätzer

Der Donut-RD-Schätzer, $\hat{\tau}(h, d)$ , ist definiert als eine lokale lineare Regression, die Beobachtungen ausschließt, bei denen $|X_i| < d$ gilt, wobei $d$ die Donut-Größe und $h$ die Bandbreite ist ( $d < h$ ). Dieser Schätzer enthält den konventionellen RD-Schätzer als Spezialfall, wenn $d=0$ .

2.2. Estimanden und Identifikation

Das Paper unterscheidet zwischen zwei potenziellen Zielen der Verwendung eines Donut-Designs:

Kausale Schätzung: Der Forscher postuliert eine hypothetische Funktion $\mu^*(x)$ , die außerhalb des Donuts ( $|x| \geq d$ ) mit der beobachteten bedingten Erwartung $\mu(x)$ übereinstimmt, aber innerhalb des Donuts abweichen kann. Der Zielparameter ist der Sprung von $\mu^*(x)$ bei Null, $\tau^* = \mu^*_+ - \mu^*_-$ .
Diagnostik/Spezifikationstests: Der Forscher testet die Nullhypothese, dass die beobachteten Daten innerhalb des Donuts mit den Glattheitsannahmen kompatibel sind, die die Daten außerhalb des Donuts steuern. Unter der Nullhypothese gilt $\mu(x) = \mu^*(x)$ für alle $x$ , was impliziert, dass $\tau = \tau^*$ .

2.3. Asymptotische Regime

Die Analyse betrachtet zwei asymptotische Regime bezüglich der Donut-Größe $d$ im Verhältnis zur Bandbreite $h$ :

Kleine-Donut-Asymptotik: $d = ch$ wobei $c \in [0, 1)$ fixiert ist und $h \to 0$ . Dies modelliert Szenarien, in denen die ausgeschlossene Nachbarschaft klein im Verhältnis zum Schätzfenster ist.
Große-Donut-Asymptotik: $d$ ist fixiert und $h \to d$ . Dies modelliert Szenarien, in denen das Schätzfenster nur geringfügig größer ist als die ausgeschlossene Lücke.

2.4. Zentrale technische Werkzeuge

Die Autoren leiten asymptotische Approximationen für den Bias und die Varianz des Donut-Schätzers ab. Sie zeigen, dass der Donut-Schätzer sich wie ein konventioneller Schätzer mit einer modifizierten Kernfunktion $K_c(u) = K(u)\mathbb{1}\{|u| > c\}$ verhält. Folglich hängen die asymptotischen Eigenschaften von neuen Kern-Konstanten $B_K(c)$ und $S_K(c)$ ab, welche Integrale über den abgeschnittenen Support $[c, 1]$ sind.

Für die Inferenz nutzt das Paper bias-bewusste Konfidenzintervalle (Armstrong und Kolesár, 2018; Kolesár und Rothe, 2018). Diese berücksichtigen explizit den Worst-Case-Bias, der durch eine Glattheits-Schranke $M$ erlaubt wird, anstatt sich auf höhere Ordnung der Bias-Korrektur zu verlassen, die gegenüber Trimming sensitiv sein kann.

3. Zentrale Beiträge und Ergebnisse

3.1. Punktschätzung: Bias- und Varianz-Trade-offs

Das Paper stellt fest, dass das Donut-Trimming erhebliche zusätzliche Unsicherheit im Vergleich zu konventionellen RD-Schätzern einführt.

Erhöhter Bias und Varianz: Unter der kleinen-Donut-Asymptotik erhöht der Ausschluss von Beobachtungen innerhalb von 10 % der Bandbreite ( $c=0.1$ ) den asymptotischen Bias um 41 % bis 63 % und die Varianz um 53 % bis 61 %, abhängig von der Kernfunktion (Uniform, Triangular oder Epanechnikov).
Optimale Bandbreite: Die Autoren charakterisieren die MSE-optimale Bandbreite $h_{MSE}(d)$ . Sie zeigen, dass die optimale Bandbreite für Standard-Kerne monoton steigend in der Donut-Größe $d$ ist.

3.2. Inferenz: Validität von Bias-bewussten Intervallen

Robustheit von Bias-bewussten KI: Das Paper zeigt, dass Bias-bewusste Konfidenzintervalle für Donut-RD-Designs unter beiden asymptotischen Regimen (kleiner und großer Donut) asymptotisch valide bleiben, ohne dass spezielle Anpassungen erforderlich sind.
Intervalllänge: Obwohl valide, führt die Präsenz eines Donuts diese Intervalle erheblich zu weiten. Für $c=0.1$ erhöht sich die asymptotische Länge des Konfidenzintervalls um 26 % bis 33 % im Vergleich zum konventionellen Fall. Dieser Anstieg wird primär durch den Anstieg des Standardfehlers getrieben, obwohl auch die kritische Wertefunktion dazu beiträgt.
Robuste Bias-Korrektur (RBC): Im Gegensatz dazu stellt das Paper fest, dass RBC-Konfidenzintervalle (Calonico et al., 2014) nur unter der kleinen-Donut-Asymptotik korrekte Coverage gewährleisten und eine noch stärkere Längeninflation (60 % bis 66 % für $c=0.1$ ) erleiden, da höhere Polynome sensitiv auf Trimming reagieren.

3.3. Spezifikationstests

Die Autoren entwickeln formale statistische Tests zum Vergleich von konventionellen und Donut-Schätzern, wobei sie die hohe Korrelation zwischen ihnen berücksichtigen.

Test 1 ( $\Delta$ ): Vergleicht den Donut-Schätzer $\hat{\tau}(h, d)$ mit dem konventionellen Schätzer $\hat{\tau}(h, 0)$ . Die Teststatistik berücksichtigt die Kovarianz zwischen den beiden Schätzern.
Test 2 ( $\Gamma$ ): Vergleicht den Donut-Schätzer $\hat{\tau}(h, d)$ mit einem „Innerhalb-des-Donuts“-Schätzer $\hat{\tau}(d, 0)$ (unter Verwendung der Daten innerhalb des Lochs). Dieser Ansatz verwendet nicht-überlappende Daten, was zu statistisch unabhängigen Schätzern führt.
Power-Eigenschaften: Die theoretische Analyse und Simulationen zeigen, dass der $\Gamma$ -Test im Vergleich zum $\Delta$ -Test gegenüber einer Klasse plausibler lokaler Alternativen, bei denen sich die bedingte Erwartung innerhalb des Donuts anders verhält, im Allgemeinen überlegene lokale Power-Eigenschaften besitzt.

3.4. Erweiterungen auf Fuzzy RD

Das Framework wird auf Fuzzy-RD-Designs erweitert.

Starker First Stage: Unter der kleinen-Donut-Asymptotik mit einem starken First Stage ist der Fuzzy-Donut-Schätzer asymptotisch äquivalent zu einem scharfen Donut-Schätzer auf eine Hilfsvariable. Standardmäßige Bias-bewusste Inferenz ist anwendbar.
Schwacher First Stage: In Fällen von schwacher Identifikation oder großen Donuts ist die Punktschätzung im Allgemeinen inkonsistent. Die Autoren empfehlen die Verwendung von Anderson–Rubin-Typ Konfidenzmenge (Confidence Sets) und die Durchführung separater Spezifikationstests für den First Stage und die reduzierte Form, unter Berücksichtigung von Multiple Testing mittels Bonferroni-Korrektur.

4. Empirische Illustrationen

Das Paper illustriert die Methoden mit zwei Anwendungen:

Lehrerverträge (Pakistan): Bei der Überprüfung von Bau und Das (2020) stellen die Autoren fest, dass das Donut-Trimming (Ausschluss eines Zeitraums mit geringer Einstellung) die Schätzung der Wahrscheinlichkeit der Vertragszuweisung drastisch verändert. Spezifikationstests lehnen das konventionelle Fuzzy-RD-Design stark ab, was darauf hindeutet, dass die Ergebnisse durch den ausgeschlossenen Zeitraum getrieben werden.
Niedriges Geburtsgewicht (USA): Eine Überprüfung von Almond et al. (2010) und Barreca et al. (2011) bezüglich der Säuglingssterblichkeit an der 1.500g-Schwelle. Die Studie zeigt, dass der Ausschluss von Beobachtungen nahe dem Schwellenwert (aufgrund von Rundungen/Häufung) den geschätzten Effekt medizinischer Intervention von 0,95 % auf 0,16 % reduziert. Spezifikationstests deuten darauf hin, dass der Unterschied zwischen dem konventionellen und dem Donut-Schätzer statistisch signifikant ist, was Bedenken hinsichtlich der Datenunregelmäßigkeiten am Schwellenwert stützt.

5. Bedeutung und Ansprüche

Das Paper liefert die erste formale theoretische Grundlage für Donut-RD-Designs und überführt die Praxis von einer heuristischen Anwendung in eine rigorose statistische Inferenz.

Klärung der Trade-offs: Es quantifiziert die Kosten des Donut-Trimmings und zeigt, dass dies zwar Identifikationsbedrohungen (wie Manipulation) adressieren kann, aber mit einem erheblichen Anstieg von Bias und Varianz einhergeht.
Valide Inferenz: Es bietet ein Toolkit für valide statistische Inferenz (Konfidenzintervalle und Hypothesentests), das die durch das Trimming eingeführte Unsicherheit korrekt berücksichtigt.
Diagnostischer Nutzen: Es formalisiert die Verwendung von Donut-Designs als diagnostische Werkzeuge und bietet einen rigorosen Weg, um zu testen, ob die Daten nahe dem Schwellenwert konsistent mit dem Rest der Stichprobe verhalten.

Die Autoren kommen zu dem Schluss, dass Donut-Trimming eine nützliche Strategie zur Adressierung spezifischer Datenthemen ist, Forscher jedoch die substantielle Zunahme der Unsicherheit anerkennen müssen. Sie schlagen vor, dass die Wahl der Donut-Größe $d$ auf Fachwissen basieren sollte und nicht rein datengesteuert erfolgen sollte, insbesondere wenn das Ziel eine valide kausale Inferenz ist. Im Kontext von Spezifikationstests ist das Explorieren eines Bereichs von $d$ -Werten jedoch machbar und informativ.