Resumo Técnico: Desenhos de Descontinuidade de Regressão com Donut

1. Enunciado do Problema

Os desenhos de Descontinuidade de Regressão (RD) são um framework padrão para identificar efeitos causais a partir de dados observacionais. No entanto, pesquisadores empíricos frequentemente encontram preocupações relativas à validade da variável de corrida próximo ao ponto de corte, como manipulação, erro de medição ou agrupamento de dados (data heaping, ex: arredondamento para valores focais). Para abordar essas questões, pesquisadores frequentemente utilizam desenhos de RD com "donut", que excluem observações dentro de uma vizinhança (o "buraco do donut") em torno do limiar de tratamento.

Apesar de seu uso generalizado, a implementação de desenhos de RD com donut tem sido amplamente heurística. Há pouca orientação formal sobre como o corte de observações afeta o viés, a variância e a inferência estatística do estimador. Especificamente, permanece incerto:

• Como a exclusão de dados próximos ao ponto de corte altera o trade-off entre viés e variância.
• Se os erros padrão e intervalos de confiança reportados por softwares convencionais permanecem válidos.
• Como testar formalmente se a diferença entre um estimador RD convencional e um estimador RD com donut é estatisticamente significativa ou meramente devida à variação amostral.
• Como interpretar a magnitude das diferenças entre esses dois estimadores no contexto de testes de especificação.

2. Metodologia e Framework Teórico

Os autores analisam desenhos de RD com donut dentro do framework de estimação linear local. Eles consideram um desenho RD nítido (sharp RD) onde a variável de corrida $X_i$ determina o tratamento $T_i = \mathbb{1}\{X_i \geq 0\}$.

2.1. O Estimador Donut

O estimador RD com donut, $\hat{\tau}(h, d)$, é definido como uma regressão linear local que exclui observações onde $|X_i| < d$, sendo $d$ o tamanho do donut e $h$ a largura de banda (bandwidth) ($d < h$). Este estimador engloba o estimador RD convencional como um caso especial onde $d=0$.

2.2. Estimandos e Identificação

O artigo distingue entre dois objetivos potenciais ao utilizar um desenho com donut:

1. Estimação Causal: O pesquisador postula uma função hipotética $\mu^*(x)$ que coincide com a expectativa condicional observada $\mu(x)$ fora do donut ($|x| \geq d$), mas que pode diferir dentro dele. O parâmetro alvo é o salto em $\mu^*(x)$ no zero, $\tau^* = \mu^*_+ - \mu^*_-$.
2. Teste de Diagnóstico/Especificação: O pesquisador testa a hipótese nula de que os dados observados dentro do donut são compatíveis com as suposições de suavidade que regem os dados fora do donut. Sob a hipótese nula, $\mu(x) = \mu^*(x)$ para todo $x$, implicando $\tau = \tau^*$.

2.3. Regimes Assintóticos

A análise considera dois regimes assintóticos em relação ao tamanho do donut $d$ relativo à largura de banda $h$:

• Assintótica de Donut Pequeno: $d = ch$ onde $c \in [0, 1)$ é fixo e $h \to 0$. Isso modela cenários onde a vizinhança excluída é pequena em relação à janela de estimação.
• Assintótica de Donut Grande: $d$ é fixo e $h \to d$. Isso modela cenários onde a janela de estimação é apenas ligeiramente maior que a lacuna excluída.

2.4. Ferramentas Técnicas Principais

Os autores derivam aproximações assintóticas para o viés e a variância do estimador donut. Eles mostram que o estimador donut se comporta como um estimador convencional com um núcleo modificado $K_c(u) = K(u)\mathbb{1}\{|u| > c\}$. Consequentemente, as propriedades assintóticas dependem de novas constantes de núcleo $B_K(c)$ e $S_K(c)$, que são integrais sobre o suporte truncado $[c, 1]$.

Para inferência, o artigo utiliza intervalos de confiança conscientes do viés (Armstrong e Kolesár, 2018; Kolesár e Rothe, 2018). Estes consideram explicitamente o pior caso de viés permitido por um limite de suavidade $M$, em vez de depender de correções de viés de ordem superior que podem ser sensíveis ao corte (trimming).

3. Principais Contribuições e Resultados

3.1. Estimação de Ponto: Trade-offs entre Viés e Variância

O artigo estabelece que o corte por donut introduz uma incerteza adicional substancial em relação aos estimadores RD convencionais.

• Aumento de Viés e Variância: Sob assintótica de donut pequeno, excluir observações dentro de 10% da largura de banda ($c=0,1$) aumenta o viés assintótico em 41% a 63% e a variância em 53% a 61%, dependendo da função de núcleo (Uniforme, Triangular ou Epanechnikov).
• Largura de Banda Ótima: Os autores caracterizam a largura de banda ótima de MSE $h_{MSE}(d)$. Eles mostram que, para núcleos padrão, a largura de banda ótima é monotonicamente crescente em relação ao tamanho do donut $d$.

3.2. Inferência: Validade dos Intervalos Conscientes do Viés

• Robustez dos CIs Conscientes do Viés: O artigo demonstra que os intervalos de confiança conscientes do viés permanecem assintoticamente válidos para desenhos RD com donut sob assintótica de donut pequeno e grande, sem exigir ajustes especiais.
• Comprimento do Intervalo: Embora válidos, a presença de um donut amplia substancialmente esses intervalos. Para $c=0,1$, o comprimento assintótico do intervalo de confiança aumenta de 26% a 33% em comparação com o caso convencional. Esse aumento é impulsionado principalmente pelo aumento do erro padrão, embora a função de valor crítico também contribua.
• Correção de Viés Robusta (RBC): Em contraste, o artigo observa que os intervalos de confiança RBC (Calonico et al., 2014) mantêm a cobertura correta apenas sob assintótica de donut pequeno e sofrem uma inflação de comprimento ainda maior (60% a 66% para $c=0,1$) devido à sensibilidade de polinômios de ordem superior ao corte.

3.3. Testes de Especificação

Os autores desenvolvem testes estatísticos formais para comparar estimadores convencionais e com donut, abordando a alta correlação entre eles.

• Teste 1 ($\Delta$): Compara o estimador com donut $\hat{\tau}(h, d)$ com o estimador convencional $\hat{\tau}(h, 0)$. O estatístico de teste leva em conta a covariância entre os dois estimadores.
• Teste 2 ($\Gamma$): Compara o estimador com donut $\hat{\tau}(h, d)$ com um estimador "dentro do donut" $\hat{\tau}(d, 0)$ (usando apenas dados dentro do buraco). Esta abordagem utiliza dados não sobrepostos, resultando em estimadores estatisticamente independentes.
• Propriedades de Poder: A análise teórica e as simulações mostram que o teste $\Gamma$ geralmente possui propriedades de poder local superiores ao teste $\Delta$ contra uma classe de alternativas locais plausíveis onde a expectativa condicional se comporta de forma diferente dentro do donut.

3.4. Extensões para RD Difuso (Fuzzy RD)

O framework é estendido para desenhos RD difusos.

• Primeiro Estágio Forte: Sob assintótica de donut pequeno com um primeiro estágio forte, o estimador donut difuso é assintoticamente equivalente a um estimador donut nítido aplicado a uma variável de resultado auxiliar. A inferência consciente do viés padrão se aplica.
• Primeiro Estágio Fraco: Em casos de identificação fraca ou donuts grandes, a estimação de ponto é geralmente inconsistente. Os autores recomendam o uso de conjuntos de confiança do tipo Anderson–Rubin e a realização de testes de especificação separados para o primeiro estágio e para a forma reduzida, ajustando para múltiplos testes via correção de Bonferroni.

4. Ilustrações Empíricas

O artigo ilustra os métodos com duas aplicações:

1. Contratos de Professores (Paquistão): Revisando Bau e Das (2020), os autores descobrem que o corte por donut (excluindo um período de baixa contratação) altera drasticamente a estimativa do primeiro estágio das probabilidades de atribuição de contrato. Os testes de especificação rejeitam fortemente o desenho RD difuso convencional, sugerindo que os resultados são impulsionados pelo período excluído.
2. Baixo Peso ao Nascer (EUA): Revisando Almond et al. (2010) e Barreca et al. (2011) em relação à mortalidade infantil no limiar de 1.500g. O estudo mostra que excluir observações próximas ao ponto de corte (devido a arredondamentos/agrupamentos) reduz o efeito estimado da intervenção médica de 0,95% para 0,16%. Os testes de especificação indicam que a diferença entre o estimador convencional e o estimador com donut é estatisticamente significativa, apoiando preocupações sobre irregularidades nos dados no limiar.

5. Significância e Alegações

O artigo fornece a primeira base teórica formal para desenhos de RD com donut, movendo a prática da aplicação heurística para a inferência estatística rigorosa.

• Esclarecimento de Trade-offs: Ele quantifica o custo do corte por donut, mostrando que, embora possa abordar ameaças à identificação (como manipulação), isso ocorre ao custo de um aumento significativo no viés e na variância.
• Inferência Válida: Fornece um conjunto de ferramentas para inferência estatística válida (intervalos de confiança e testes de hipóteses) que contabiliza corretamente a incerteza introduzida pelo corte.
• Utilidade Diagnóstica: Formaliza o uso de desenhos com donut como ferramentas diagnósticas, ofereando uma maneira rigorosa de testar se os dados próximos ao ponto de corte se comportam de forma consistente com o restante da amostra.

Os autores concluem que, embora o corte por donut seja uma estratégia útil para abordar preocupações específicas de dados, os pesquisadores devem reconhecer o aumento substancial na incerteza. Eles sugerem que a escolha do tamanho do donut $d$ deve basear-se no conhecimento do assunto e não puramente na seleção orientada pelos dados, particularmente quando o objetivo é uma inferência causal válida. No entanto, em contextos de testes de especificação, explorar uma gama de valores de $d$ é viável e informativo.