📈 economics

Distributional Discontinuity Design

Este artículo introduce el diseño de discontinuidad distribucional, un marco que utiliza la distancia de Wasserstein y su descomposición en momentos-L para estimar y descomponer los efectos causales en la forma completa de la distribución de los resultados, extendiendo los enfoques tradicionales de discontinuidad y codo más allá de los efectos medios.

Autores originales: Kyle Schindl, Larry Wasserman

Publicado 2026-02-24

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Kyle Schindl, Larry Wasserman

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective que investiga un crimen. En el mundo de la estadística y las políticas públicas, a menudo tenemos que averiguar si una "medida" (como una nueva ley, un subsidio o un tratamiento médico) realmente funciona.

Los métodos tradicionales, como el Diseño de Discontinuidad en Regresión, son como mirar el promedio de una clase de estudiantes. Si el promedio de notas sube después de aplicar un nuevo método de enseñanza, los investigadores dicen: "¡Funciona!".

Pero, ¿y si el método solo ayudó a los estudiantes con notas muy bajas y dejó a los estudiantes con notas altas igual de mal, o incluso los empeoró? El promedio podría subir un poco, pero esconde una historia muy diferente. Es como decir que "en promedio, la temperatura en la habitación es agradable" cuando en realidad hay un congelador en una esquina y un horno en la otra.

¿Qué propone este nuevo artículo?

Kyle Schindl y Larry Wasserman proponen una nueva lupa para investigar: el Diseño de Discontinuidad Distribucional. En lugar de mirar solo el promedio, miran toda la forma de la distribución de los resultados.

Para entenderlo mejor, usemos una analogía: El Transporte de Tierra (Wasserstein).

1. La Analogía del Camión de Mudanzas (La Distancia Wasserstein)

Imagina que tienes dos montones de tierra (una pila de arena).

Pila A: Es la situación de las personas antes de recibir el tratamiento (o justo antes de cruzar una línea de corte).
Pila B: Es la situación de las personas después del tratamiento.

La pregunta es: ¿Cuánto trabajo cuesta transformar la Pila A en la Pila B?

Si solo movemos un poco de tierra de un lado a otro para elevar el centro, el trabajo es pequeño. Esto es como un cambio en el promedio.
Pero, si la Pila A es una montaña alta y estrecha, y la Pila B es una llanura ancha y plana, ¡necesitas mover mucha tierra, redistribuirla completamente! Esto es lo que mide el Wasserstein.

Los autores crean una medida llamada Ψ (Psi) que nos dice: "¿Qué tan lejos tuvimos que mover la 'tierra' de los resultados para pasar de un grupo a otro?". Si Ψ es grande, significa que el tratamiento cambió no solo el promedio, sino la forma, la dispersión y la estructura de toda la población.

2. ¿Por qué es importante? (La Historia Oculta)

El artículo nos dice tres cosas clave con ejemplos sencillos:

El Promedio Miente: Imagina un tratamiento que hace que la mitad de la gente gane mucho dinero y la otra mitad pierda mucho. El promedio podría ser cero (cambio nulo). Pero el método tradicional diría "no hay efecto". El nuevo método diría: "¡Oye! Hay un caos enorme aquí, la distribución se ha roto en dos".
La Descomposición (El "R² Distribucional"): El método permite desarmar el cambio total en piezas. ¿Cuánto del cambio se debe a que la gente se hizo más rica en general (desplazamiento)? ¿Cuánto se debe a que la desigualdad aumentó (dispersión)? ¿Cuánto a que la distribución se volvió asimétrica (sesgo)? Es como tener un informe que te dice: "El 60% del cambio fue porque todos subieron un escalón, pero el 40% fue porque los ricos se hicieron más ricos y los pobres más pobres".
El Kink (El Doblado): A veces, las políticas no tienen un "corte" brusco (donde de repente te dan un subsidio), sino un "doblado" (el subsidio crece, pero a partir de cierto punto crece más lento o más rápido). Los autores también adaptan su método para medir cómo fluye la "tierra" en estos puntos de inflexión, no solo en los cortes.

3. ¿Qué hicieron en la vida real?

Para probar su teoría, aplicaron su método a dos casos reales:

Elecciones en EE. UU.: Analizaron si ganar una elección por un margen muy pequeño (como un voto) ayuda a un político a ganar la siguiente.
- Resultado tradicional: Los ganadores obtienen más votos en la siguiente elección (el promedio sube).
- Resultado nuevo: El método confirmó que el efecto fue muy uniforme. No hubo grandes cambios en la forma de la distribución; simplemente, todos se movieron un poco hacia arriba. El "transporte de tierra" fue limpio y ordenado.
Subsidios en Suecia: Analizaron si dar más dinero a municipios con mucha emigración ayudaba a crear empleos públicos.
- Resultado tradicional: No hubo efecto significativo en el promedio de empleos.
- Resultado nuevo: Aunque el promedio no cambió, el método detectó que la forma de la distribución sí cambió. Sugiere que quizás algunos municipios usaron el dinero de forma brillante y otros de forma terrible, cancelándose mutuamente en el promedio. El nuevo método nos dice: "No mires solo el promedio, mira la historia de los extremos".

En Resumen

Este artículo es como pasar de mirar solo la temperatura promedio de una habitación a usar un termómetro infrarrojo que ve el mapa completo de calor.

Nos enseña que a veces, cuando una política cambia la vida de las personas, no solo cambia "cuánto" tienen en promedio, sino cómo se distribuye esa riqueza o bienestar entre la gente. El nuevo método nos da una herramienta matemática (basada en mover "tierra" de un lugar a otro) para ver esas historias ocultas que los promedios tradicionales ignoran.

Es una forma más honesta y completa de entender si una política realmente funciona para todos, o solo para algunos, o si crea nuevos problemas mientras resuelve otros.

Resumen Técnico: Diseño de Discontinuidad Distribucional

1. Planteamiento del Problema

Los diseños de discontinuidad en regresión (RDD) y diseños de quiebre en regresión (RKD) son métodos cuasi-experimentales estándar para identificar efectos causales. Tradicionalmente, el análisis de estos diseños se ha centrado casi exclusivamente en los efectos promedio del tratamiento (diferencias en las medias) en el umbral de discontinuidad.

El problema central identificado por los autores es que enfocarse solo en la media puede ocultar la heterogeneidad del tratamiento. Un tratamiento podría no alterar la media de la distribución de resultados, pero cambiar drásticamente su varianza, asimetría o forma (por ejemplo, beneficiar a la cola inferior y perjudicar a la superior). Las metodologías existentes para efectos distribucionales, como los efectos en cuantiles (QTE), a menudo son difíciles de implementar, interpretar y resumir, además de requerir supuestos fuertes de invarianza de rango para la interpretación a nivel individual.

2. Metodología Propuesta

Los autores introducen el marco de Diseños de Discontinuidad Distribucional, que estima efectos causales sobre la distribución completa de un resultado escalar en el límite de una discontinuidad o quiebre en la asignación del tratamiento.

A. Estimador Central: Distancia de Wasserstein

En lugar de comparar medias, el estimando causal ( $\Psi$ ) se define como la distancia de Wasserstein de orden 2 ( $W_2$ ) entre las distribuciones condicionales límite de los resultados contrafactuales ( $Y(1)$ y $Y(0)$ ) justo encima y debajo del umbral $x_0$ :

$\Psi = W_2(P_{1|x_0}, P_{0|x_0})$

Donde $P_{a|x_0}$ es la distribución de $Y(a)$ dado $X=x_0$ .

Interpretación: $\Psi$ mide el "costo de transporte" mínimo necesario para transformar la distribución no tratada en la tratada. Captura cambios en ubicación, escala, sesgo y momentos superiores.
Propiedad Fundamental: $\Psi$ acota débilmente el efecto promedio del tratamiento ( $|\tau|$ ). La igualdad se cumple si y solo si el efecto es puramente aditivo. La desviación de la igualdad cuantifica la heterogeneidad del tratamiento.

B. Descomposición en L-Momentos

Para interpretar la heterogeneidad, los autores demuestran que la distancia de Wasserstein admite una descomposición ortogonal en diferencias cuadráticas de L-momentos (introducidos por Hosking, 1990).
$\Psi^2 = \sum_{k=1}^{\infty} (2k-1) \left( \lambda_k^{(1)} - \lambda_k^{(0)} \right)^2$
Esto permite definir un "R² distribucional", indicando qué porcentaje de la distancia total se explica por cambios en la ubicación (media), escala (varianza), asimetría, etc.

C. Extensiones a Diseños Difusos y Quiebres (Kinks)

Diseños Difusos (Fuzzy): Cuando la asignación no es determinista, el efecto se identifica para la subpoblación de "cumplidores" (compliers). Se utiliza un estimador tipo Wald local para las distribuciones de los cumplidores.
Diseños de Quiebre (Kink Designs): Se extiende el marco a situaciones donde hay un cambio en la pendiente (kink) de la asignación del tratamiento. En lugar de la distancia, se define el efecto causal como la derivada de Wasserstein ( $\Psi'$ ) en el quiebre, lo que describe el flujo instantáneo de masa de probabilidad.
Identificación en Quiebres Difusos: Los autores extienden los resultados de Wang y Zhang (2025) para establecer la identificación causal en diseños de quiebre difuso, utilizando modelos no separables y supuestos de suavidad.

D. Inferencia Estadística

El artículo aborda la complejidad de la inferencia para parámetros cuadráticos ( $\Psi^2$ ).

Distribución Asintótica: La distribución límite cambia dependiendo de si el efecto es cero o no (problema de no regularidad).
Pruebas de Hipótesis: Se proponen dos métodos para construir intervalos de confianza conservadores:
1. Basado en bandas de confianza uniformes para los efectos en cuantiles (Chiang et al., 2019).
2. Un intervalo conservador basado en desigualdades de Chebyshev para caos gaussiano, que evita la estimación de todo el espectro de autovalores.

3. Resultados Clave

Simulaciones

Los autores realizaron estudios de simulación comparando intervalos de confianza conservadores frente a métodos de bootstrap.

Encontraron que para tamaños de muestra pequeños, los intervalos conservadores propuestos son más estables y menos propensos a "explotar" en ancho que los intervalos de bootstrap uniformes, manteniendo una cobertura adecuada.

Análisis de Datos Reales

Se reanalizaron dos experimentos naturales:

Ventaja de la Incumbencia (RDD):
- Contexto: Elecciones de la Cámara de EE. UU. (Lee, 2008).
- Hallazgo: El efecto promedio (media) fue de ~7.1%. El efecto de Wasserstein ( $\Psi$ ) fue de ~7.5%.
- Interpretación: La descomposición mostró que la mayor parte de la distancia distribucional se explicaba por el cambio en la ubicación (media), confirmando que el efecto fue uniforme y aditivo, con poca heterogeneidad.
Subvenciones Intergubernamentales (RKD):
- Contexto: Efecto de subvenciones suecas en el empleo público local (Lundqvist et al., 2014).
- Hallazgo: El efecto promedio en la pendiente fue nulo (no significativo). Sin embargo, la derivada de Wasserstein ( $\Psi'$ ) mostró una distancia distribucional significativa.
- Interpretación: La descomposición reveló que la distancia se explicaba casi en su totalidad por momentos de orden superior (varianza y asimetría), no por la media. Esto sugiere que, aunque el efecto promedio es cero, el tratamiento podría haber tenido efectos heterogéneos (ej. algunos municipios usaron los fondos muy bien, otros muy mal), lo cual el análisis tradicional de media habría pasado por alto.

4. Contribuciones Principales

Nuevo Estimando Causal: Introducción de la distancia de Wasserstein como una medida de efecto causal unidimensional, interpretable y que resume todo el cambio distribucional.
Medida de Heterogeneidad: Demostración teórica de que $\Psi \ge |\tau|$ , proporcionando un índice natural para medir la heterogeneidad del tratamiento sin asumir invarianza de rango.
Descomposición Ortogonal: Desarrollo de una descomposición basada en L-momentos que permite a los investigadores diagnosticar si un efecto es de ubicación, escala o forma.
Generalización a Quiebres Difusos: Establecimiento de nuevas condiciones de identificación para efectos distribucionales en diseños de quiebre difuso, un área previamente poco explorada.
Inferencia Robusta: Propuesta de métodos de inferencia válidos para parámetros cuadráticos en el contexto de RDD/RKD, manejando la no regularidad cerca del nulo.

5. Significado e Impacto

Este trabajo es significativo porque desplaza el paradigma de los diseños de discontinuidad de una visión puramente centrada en la media hacia una visión distribucional integral.

Para la práctica aplicada: Ofrece a los investigadores una herramienta para detectar efectos que de otro modo serían invisibles (como cambios en la desigualdad o la volatilidad) incluso cuando el efecto promedio es cero.
Interpretación: Proporciona un lenguaje común (distancia de transporte óptimo) para comparar la magnitud total de los efectos del tratamiento en diferentes estudios.
Futuro: Abre la puerta a aplicar estas métricas en otros diseños cuasi-experimentales (como Diferencia en Diferencias) y sugiere la extensión a resultados multivariados, aunque esto presenta desafíos técnicos adicionales.

En resumen, el artículo proporciona un marco riguroso y práctico para entender no solo cuánto cambia un resultado debido a un tratamiento, sino cómo cambia toda la distribución de ese resultado.