Régression sur discontinuité
- Leçon 19
- 35 min
- Module 5 : Quand la répartition aléatoire est impossible : les expériences naturelles
Où nous en sommes
Nos deux dernières méthodes comparaient des régions au fil du temps. Certains changements commencent plutôt à un seuil : le palier de fidélité de Larkfield commence à 500 $ de dépenses. Dans cette leçon, nous comparons les clients juste au-dessus et juste en dessous du seuil avec la régression sur discontinuité.
Leçon 19 sur 30 · Expériences et impact causal : notre changement a-t-il fonctionné?Régression sur discontinuité
1. Pourquoi « ça a monté » n'est pas une réponse
2. Concevoir un test A/B
3. Analyser le test
4. Les pièges des vrais tests
5. Quand la répartition aléatoire est impossible : les expériences naturelles
6. Ajuster pour les facteurs de confusion dans des données d'observation
7. Le gain incrémental : à qui appliquer le traitement?
8. Les expériences pour les fonctions d'IA et en production
Ce que vous saurez faire
Estimez l’effet d’une règle qui commence à un seuil. Comparez les personnes juste au-dessus du seuil avec celles juste en dessous. Choisissez jusqu’à quelle distance du seuil regarder. Vérifiez si des personnes ont elles-mêmes franchi le seuil.
Carnet JupyterFaites cette leçon dans un carnet
Dans le carnet (notebook) Jupyter, vous simulez le palier de fidélité avec le code du projet. Vous tracez le saut à 500 $. Vous ajustez une droite de chaque côté, trouvez les clients qui ont manipulé le seuil et les excluez avec un trou central. Les cellules de configuration installent les paquets, donc aucune configuration locale n’est nécessaire. Environ 35 minutes.
Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- La différence des différences et son hypothèse, dans Différence des différences.
- Une droite : une valeur de départ et une pente. Pour un rappel, consultez Fonctions et variation dans le cours de mathématiques.
- Un intervalle à 95 %, dans Le résultat et son incertitude.
Ce qu’il vous faut sur votre ordinateur (seulement pour les étapes du projet)
- Le projet
larkfield-experimentsà l’instantanéend-of-m05, présenté dans Différence des différences, avec.venvactif.
Testé sur macOS avec Python 3.12 et l’instantané end-of-m05 du projet. Windows n’a pas été testé.
Une note de passage de 60
Section intitulée « Une note de passage de 60 »Une école donne un prix à chaque élève qui obtient 60 ou plus à un examen. Le prix est un cours d’été. Le cours d’été a-t-il aidé les élèves l’année suivante?
Comparer tous les gagnants aux autres élèves ne répond pas à la question. Les gagnants sont de meilleurs élèves : ils réussiraient mieux l’année suivante de toute façon.
Mais regardez les élèves qui ont obtenu 59 et ceux qui ont obtenu 61. Ces élèves sont presque identiques. Un point tient à la chance : une question bien ou mal lue. Pourtant, seuls ceux qui ont obtenu 61 ont suivi le cours d’été. S’ils réussissent beaucoup mieux l’année suivante que ceux qui ont obtenu 59, le cours d’été en est probablement la raison.
La règle a créé une comparaison équitable par hasard, juste au seuil.
Le problème : les clients Gold dépensent plus, mais pourquoi?
Section intitulée « Le problème : les clients Gold dépensent plus, mais pourquoi? »TermeLarkfieldUne boutique en ligne canadienne inventée, qui vend des articles pour la maison et le jardin. Ce n’est pas une vraie entreprise. Tous les cours Nextia utilisent son service d’assistance et ses données comme exemple.En savoir plus Découvrez Larkfield a un palier de fidélité. Les clients ayant dépensé 500 $ ou plus en 2024 sont devenus Gold le 1er janvier 2025. Gold offre les retours gratuits et 5 % en points. TermeOmarLe gestionnaire de produit de Larkfield. Il pose les questions d’affaires : ce qu’un changement coûte et ce qu’il apporte à la boutique., le gestionnaire de produit, demande : « Gold fait-il dépenser davantage les clients? »
Le simulateur propose ce cas dans le scénario loyalty, avec 50 000 clients. Toutes les données sont synthétiques. Les clients Gold ont dépensé 318,05 $ au premier semestre de 2025, et les autres, 126,32 $. La réponse naïve est +191,73 $.
Le simulateur connaît la vérité : au seuil, Gold ajoute 45 $ sur six mois. La réponse naïve est plus de quatre fois trop grande. Les clients Gold dépensaient aussi davantage en 2024 : c’est ainsi qu’ils sont devenus Gold. Ce sont de plus gros clients, avec ou sans le palier.
L’idée : comparer juste en dessous et juste au-dessus
Section intitulée « L’idée : comparer juste en dessous et juste au-dessus »La régression sur discontinuité compare les personnes des deux côtés d’un seuil. Une discontinuité est un saut : un endroit où une ligne se brise. L’idée :
- La variable de classement (running variable) détermine qui reçoit le changement. Ici : les dépenses de 2024. Larkfield doit les mesurer avant le changement.
- Le seuil est la valeur où la règle commence : 500 $.
- Sans le palier, les dépenses de 2025 augmenteraient progressivement avec celles de 2024. Rien ne justifie un saut exactement à 500.
- Un saut à 500 représente donc l’effet du palier, pour les clients près de 500.
Les clients loin du seuil ne se ressemblent pas. Un client à 200 $ et un client à 800 $ diffèrent de nombreuses façons. La méthode utilise donc seulement les clients près du seuil. Elle ajuste une droite de chaque côté et lit le saut là où les deux droites atteignent le seuil.
Un petit exemple où chaque valeur est visible
Section intitulée « Un petit exemple où chaque valeur est visible »Six clients près du seuil. Les nombres sont inventés pour cet exemple.
| Dépenses de 2024 | Gold? | Dépenses de 2025 (six mois) |
|---|---|---|
| 470 | non | 182 |
| 480 | non | 186 |
| 490 | non | 190 |
| 510 | oui | 240 |
| 520 | oui | 244 |
| 530 | oui | 248 |
De chaque côté, les dépenses de 2025 augmentent de 4 $ pour chaque tranche de 10 $ dépensée en 2024. Prolongez la droite de chaque côté jusqu’à 500 :
- en dessous : 190 + 4 = 194 $ à 500;
- au-dessus : 240 − 4 = 236 $ à 500.
Le saut est de 236 − 194 = +42 $ : l’effet estimé de Gold au seuil. xp rdd fait la même chose avec des milliers de clients et une régression de chaque côté.
La largeur de fenêtre
Section intitulée « La largeur de fenêtre »Que veut dire « près »? La largeur de fenêtre (bandwidth) est la distance examinée de chaque côté du seuil, en dollars. Une largeur de fenêtre de 100 utilise les clients ayant dépensé de 400 à 600 $.
- Une fenêtre étroite utilise les clients qui se ressemblent le plus. Mais ils sont moins nombreux, donc l’TermeIntervalle de confianceUne plage autour d’une valeur mesurée, obtenue par une méthode qui contient la vraie valeur 95 fois sur 100. Si l’intervalle d’une différence ne contient pas zéro, la différence n’est probablement pas due au hasard.En savoir plus Estimer l'incertitudeMathématiques et statistiques essentielles pour l'IA est large.
- Une fenêtre large comprend plus de clients et donne un intervalle plus étroit. Mais une droite peut mal convenir loin du seuil, et l’estimation peut dériver.
Il n’y a pas de choix parfait. Essayez plusieurs largeurs de fenêtre. Si l’estimation reste à peu près la même, vous pouvez lui faire davantage confiance.
Larkfield : le saut à 500 $
Section intitulée « Larkfield : le saut à 500 $ »-
Assurez-vous que votre projet est à
end-of-m05, avec.venvactif. Simulez le palier de fidélité.Fenêtre de terminal sim run --scenario loyaltyScenario loyalty (seed 40): The Gold tier from 500 dollars of 2024 spending: spending in the first half of 2025 (no test).Wrote runs/loyalty-s40: customers (50,000 rows). Synthetic data. 0.6 s -
Exécutez la régression sur discontinuité, puis comparez avec la vérité.
Fenêtre de terminal xp rddxp checkRegression discontinuity at spend_2024 = 500, outcome spend_2025_h1.Density check: 520 customers in the 20 dollars below, 1534 in the 20 above (p = 1.49e-115). Bunching above the threshold: people may game it.Bandwidth 100: jump +17.54 dollars (95% interval +13.84 to +21.25), 10,125 customers.bandwidth 50: +17.76 (+12.31 to +23.22), 4,941 customersbandwidth 100: +17.54 (+13.84 to +21.25), 10,125 customersbandwidth 150: +23.83 (+20.92 to +26.73), 15,681 customersbandwidth 200: +25.49 (+23.02 to +27.96), 21,644 customersbandwidth 300: +28.75 (+26.75 to +30.76), 34,690 customersNaive (all Gold against all others): +191.73 dollars.Run loyalty-s40: the last analysis was `xp rdd`.True effect at the threshold (from the simulator): +45.00 dollars.Your estimate: +17.54 (+13.84 to +21.25): the interval does NOT contain it. Naive answer: +191.73.Planted: Bargain hunters near 500 added a small order to reach Gold; they spend 60 dollars less later and sit between 500 and 535.
L’estimation est de +17,54 $, contre un effet réel de +45. C’est beaucoup mieux que la réponse naïve de +191,73, mais encore très loin de la vérité. Son intervalle ne contient pas la vérité. Et chaque largeur de fenêtre donne une réponse différente, de +17,76 à +28,75.
xp check a affiché la raison, car nous avons créé ce problème d’exercice exprès. Mais les données nous avaient déjà avertis, dans la ligne avant l’estimation.
Repérer les personnes qui manipulent le seuil
Section intitulée « Repérer les personnes qui manipulent le seuil »La méthode repose sur une hypothèse forte : personne ne peut choisir précisément son côté du seuil. Si les clients peuvent se placer juste au-dessus de 500, ceux juste au-dessus ne ressemblent pas à ceux juste en dessous.
Les clients de Larkfield le pouvaient. Un client à 480 $ en décembre pouvait ajouter une commande de 25 $ et devenir Gold. Le simulateur a inséré ce comportement : 1 078 chasseurs d’aubaines près de 500 ont ajouté une petite commande pour atteindre Gold. Ils dépensent moins ensuite et se trouvent tous entre 500 et 535 $.
La vérification est simple : comptez les clients de chaque côté du seuil. Sans manipulation, les nombres devraient varier progressivement. xp rdd a compté les clients dans les 20 $ de chaque côté : 520 en dessous, 1 534 au-dessus. Avec une variation progressive, les deux nombres seraient proches. La valeur p de 1.49e-115 indique que cet écart est beaucoup trop grand pour être dû au hasard.
Description textuelle du graphique
Un histogramme de 20 bandes de 10 $, de 400 à 600 $ de dépenses de 2024. De 400 à 500, les nombres passent de 716 et 747 à 258 et 262 clients. Juste au-dessus de 500, le nombre bondit. Il y a 800 clients entre 500 et 510, et 734 entre 510 et 520. Il y en a 755 entre 520 et 530, et 593 entre 530 et 540. De 540 à 600, les nombres se situent entre 326 et 435.
Cette vérification s’appelle souvent un test de densité : elle cherche un saut dans le nombre de personnes, pas dans leur résultat. Une accumulation juste au-dessus d’un seuil est le signe classique d’une manipulation.
Voir le saut
Section intitulée « Voir le saut »Le graphique suivant montre les dépenses moyennes de 2025 dans chaque bande de 10 $, avec les deux droites de xp rdd.
- Moyenne dans chaque bande de 10 $
- Droite en dessous de 500
- Droite au-dessus, tous les clients
- Droite au-dessus, sans 500 à 540
Description textuelle du graphique
Un graphique de 400 à 600 $ de dépenses de 2024. Des points gris montrent les dépenses moyennes de 2025 dans chaque bande de 10 $. En dessous du seuil, elles montent de 172,77 $ à 405 à 203,63 à 495. Juste au-dessus, elles sont stables : 232,35 à 505, 233,50 à 515, 232,65 à 525 et 243,01 à 535. Plus à droite, elles montent de 265,12 à 545 à 281,91 à 595. Une droite bleue est ajustée aux clients en dessous de 500 et atteint 206,87 $ à 500. Une droite orange est ajustée à tous les clients de 500 à 600. Elle commence à 224,41 à 500, un saut de +17,5, et monte fortement. Une droite turquoise pointillée est ajustée seulement aux clients de 540 à 600 : elle commence à 252,52 à 500, un saut de +45,7.
Regardez les points de 505 à 535. Ils sont stables et bas, en dessous du niveau attendu du côté droit. Ce sont les chasseurs d’aubaines. La droite orange essaie de s’ajuster à eux, donc elle commence trop bas à 500. Elle doit monter fortement pour atteindre les points plus à droite.
Le trou central
Section intitulée « Le trou central »La solution consiste à exclure les clients les plus proches du seuil, du côté où ils se sont accumulés. C’est un trou central (donut) : un trou au milieu des données. Avec un trou central de 40 $, xp rdd utilise les clients de 400 à 500 et de 540 à 600.
xp rdd --donut 40xp checkRegression discontinuity at spend_2024 = 500, outcome spend_2025_h1. Density check: 520 customers in the 20 dollars below, 1534 in the 20 above (p = 1.49e-115). Bunching above the threshold: people may game it. Bandwidth 100, donut 40: jump +45.66 dollars (95% interval +37.55 to +53.76), 7,243 customers. bandwidth 50: +50.50 (-15.66 to +116.66), 2,059 customers bandwidth 100: +45.66 (+37.55 to +53.76), 7,243 customers bandwidth 150: +49.97 (+45.04 to +54.90), 12,799 customers bandwidth 200: +45.96 (+42.15 to +49.78), 18,762 customers bandwidth 300: +46.00 (+43.17 to +48.83), 31,808 customers Naive (all Gold against all others): +191.73 dollars.Run loyalty-s40: the last analysis was `xp rdd`.True effect at the threshold (from the simulator): +45.00 dollars.Your estimate: +45.66 (+37.55 to +53.76): the interval contains it. Naive answer: +191.73.Planted: Bargain hunters near 500 added a small order to reach Gold; they spend 60 dollars less later and sit between 500 and 535.L’estimation est maintenant de +45,66 $ (+37,55 à +53,76), et l’intervalle contient la vérité. Les largeurs de fenêtre donnent maintenant aussi des résultats concordants : de +45,66 à +49,97, sauf la largeur de 50.
Choisir la largeur de fenêtre
Section intitulée « Choisir la largeur de fenêtre »Le graphique place les deux tableaux côte à côte.
Description textuelle du graphique
Deux panneaux avec une ligne verticale à l’effet réel, +45 $. Sans trou central : largeur de fenêtre 50, +17,8 (+12,3 à +23,2). Largeur 100, +17,5 (+13,8 à +21,2). Largeur 150, +23,8 (+20,9 à +26,7). Largeur 200, +25,5 (+23,0 à +28,0). Largeur 300, +28,8 (+26,7 à +30,8). Toutes sont très en dessous de +45. Trou central de 40 $ : largeur de fenêtre 50, +50,5 (−15,7 à +116,7). Largeur 100, +45,7 (+37,6 à +53,8). Largeur 150, +50,0 (+45,0 à +54,9). Largeur 200, +46,0 (+42,1 à +49,8). Largeur 300, +46,0 (+43,2 à +48,8).
Sans trou central, l’estimation augmente avec la largeur de fenêtre. Une fenêtre plus large ajoute des clients normaux, donc les chasseurs d’aubaines pèsent moins. Quand les estimations varient avec la largeur de fenêtre, quelque chose ne va pas.
Avec le trou central, la largeur de 50 garde seulement les clients de 450 à 500 et de 540 à 550 : 2 059 clients. Son intervalle mesure 132 $ de large. Les largeurs de 100 à 300 donnent des résultats concordants. Larkfield présenterait la largeur de 100 avec le trou central, et montrerait les autres pour vérifier.
Sur 50 graines, le cours a mesuré les deux versions. Sans trou central, l’estimation moyenne était de +17,3 $, et l’intervalle ne contenait jamais la vérité (0 %). Avec le trou central de 40 $, la moyenne était de +44,5. L’intervalle contenait la vérité dans 92 % des exécutions. C’est proche des 95 % annoncés.
Un trou central a un coût : vous devez savoir jusqu’où va la manipulation. Ici, le graphique de densité le montre : l’accumulation se termine vers 540. Un trou trop petit laisse des clients qui ont manipulé le seuil. Un trou trop grand laisse peu de clients près du seuil.
Quand l’utiliser, quand l’éviter et ce qu’elle coûte
Section intitulée « Quand l’utiliser, quand l’éviter et ce qu’elle coûte »Utilisez la régression sur discontinuité quand :
- une règle apporte un changement à tous ceux au-dessus (ou en dessous) d’un nombre : palier de fidélité, cote de crédit, limite d’âge, note à un test;
- le nombre a été mesuré avant le changement, et les personnes ne pouvaient pas le fixer précisément;
- vous avez beaucoup de personnes près du seuil.
Ne lui faites pas confiance quand :
- la vérification de densité montre une accumulation au seuil, et vous ne pouvez pas déterminer jusqu’où elle va;
- autre chose change aussi au même seuil. Si les clients Gold recevaient aussi un nouveau gestionnaire de compte à 500 $, le saut mélangerait les deux;
- l’estimation varie beaucoup avec la largeur de fenêtre.
Rappelez-vous ce qu’elle mesure : l’effet au seuil, pour les clients près de 500 $. Elle ne dit rien de certain sur l’effet de Gold pour un client à 2 000 $. Dans le simulateur, l’effet augmente avec les dépenses. Un client loin au-dessus du seuil obtient donc plus de 45 $.
Elle coûte peu : des données que vous avez déjà, et une régression par côté. Le vrai coût est la vérification de la manipulation. Parfois, la solution est dans la règle elle-même. Larkfield pourrait fixer le seuil selon les dépenses faites avant que les clients connaissent le palier.
Exercice guidé : voir le saut et l’accumulation
Section intitulée « Exercice guidé : voir le saut et l’accumulation »- Ouvrez le carnet depuis l’encadré Faites cette leçon dans un carnet en haut de cette page.
- Exécutez les cellules de configuration et la cellule utilitaire. Le carnet simule le palier de fidélité avec le code du projet, donc les nombres correspondent à
xp rdd. - Dans la section 1, prédisez l’écart entre la réponse naïve et la vérité. Puis calculez-le. Vous voyez
naive +191.73(réponse naïve +191,73). - Dans la section 2, calculez l’exemple des six clients. Vous voyez le saut
+42. - Dans la section 3, ajustez une droite de chaque côté avec une largeur de fenêtre de 100. Vous voyez
jump +17.54(saut +17,54). - Dans la section 4, comptez les clients dans les 20 $ de chaque côté. Vous voyez
520et1534. - Dans la section 5, réajustez avec un trou central de 40 $. Placez le saut dans
jump_donut. Exécutez la cellule de vérification. Elle afficheCheck passed(vérification réussie).
Afficher la réponse à l’étape 7
d = near[(near.spend_2024 < 500) | (near.spend_2024 >= 540)]m = smf.ols("spend_2025_h1 ~ above * xc", data=d).fit(cov_type="HC1")jump_donut = round(float(m.params["above"]), 2)print(jump_donut)La valeur est 45,66 : la même que celle de xp rdd --donut 40.
À vous de jouer : quelle taille donner au trou central?
Section intitulée « À vous de jouer : quelle taille donner au trou central? »Mateo, l’analyste de croissance, demande : « Pourquoi 40 dollars? Est-ce que 20 suffiraient? » Exécutez xp rdd --donut 20 et xp check. Avant de les exécuter, faites une prédiction : l’estimation sera-t-elle plus proche de +17,5 ou de +45? Utilisez l’histogramme ci-dessus pour expliquer le résultat.
Afficher la réponse
xp rdd --donut 20xp checkRegression discontinuity at spend_2024 = 500, outcome spend_2025_h1. Density check: 520 customers in the 20 dollars below, 1534 in the 20 above (p = 1.49e-115). Bunching above the threshold: people may game it. Bandwidth 100, donut 20: jump +13.21 dollars (95% interval +8.25 to +18.17), 8,591 customers. bandwidth 50: -14.46 (-24.73 to -4.19), 3,407 customers bandwidth 100: +13.21 (+8.25 to +18.17), 8,591 customers bandwidth 150: +26.44 (+22.79 to +30.10), 14,147 customers bandwidth 200: +29.09 (+26.06 to +32.12), 20,110 customers bandwidth 300: +33.46 (+31.07 to +35.85), 33,156 customers Naive (all Gold against all others): +191.73 dollars.Run loyalty-s40: the last analysis was `xp rdd`.True effect at the threshold (from the simulator): +45.00 dollars.Your estimate: +13.21 (+8.25 to +18.17): the interval does NOT contain it. Naive answer: +191.73.Planted: Bargain hunters near 500 added a small order to reach Gold; they spend 60 dollars less later and sit between 500 and 535.L’estimation est de +13,21 dollars : encore plus loin de la vérité que sans trou central (+17,54). Un trou central de 20 dollars retire les clients entre 500 et 520. Mais les chasseurs d’aubaines se trouvent entre 500 et 535. L’histogramme montre aussi une accumulation dans les bandes de 520 à 540. Ceux qui restent sont maintenant les premiers clients au-dessus du seuil. Ils abaissent donc encore davantage le début de la droite. Les largeurs de fenêtre donnent aussi des résultats divergents, de −14,46 à +33,46 : un avertissement clair. Le trou central doit couvrir toute l’accumulation. Ici, cela représente environ 40 dollars.
Erreur courante
« La largeur de fenêtre qui donne la réponse qu'on aime »
Symptôme : une équipe applique la régression sur discontinuité à un palier de fidélité. Une largeur de fenêtre de 100 donne +17,5 dollars; une largeur de 300 donne +28,8. L’équipe rapporte +28,8, « l’estimation la plus précise ». Son intervalle est étroit et ne contient pas l’effet réel.
Cause : les clients ont contourné les règles du seuil. Les clients juste au-dessus dépensent donc moins qu’ils ne le devraient. Chaque largeur de fenêtre donne une mauvaise réponse. La fenêtre large se trompe seulement moins, car elle dilue l’effet des clients qui contournent les règles. Un intervalle étroit ne dit rien sur ce biais. La vérification de densité montrait l’accumulation, et personne ne l’a examinée.
Solution : faites d’abord la vérification de densité. Si les gens s’accumulent au-dessus du seuil, trouvez jusqu’où va l’accumulation et retirez-la avec un trou central. Essayez ensuite plusieurs largeurs de fenêtre : les estimations devraient concorder. Choisissez la largeur de fenêtre avant de voir les estimations, et rapportez les autres pour vérifier.
Vérifiez votre compréhension
Les clients à 480 et 490 dollars ont dépensé ensuite 200 et 205 dollars. Ceux à 510 et 520 ont dépensé 245 et 250. De chaque côté, les droites ont une pente de 0,5 dollar par dollar. Quel est le saut à 500?
Afficher la réponse
Sous le seuil : 205 + 0,5 × 10 = 210 dollars à 500. Au-dessus du seuil : 245 − 0,5 × 10 = 240 dollars à 500. Le saut est de 240 − 210 = +30 dollars : l’effet estimé du palier pour les clients proches de 500.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Pourquoi la comparaison naïve de tous les clients Gold avec tous les autres (+191,73 dollars) s'éloigne-t-elle autant de l'effet réel à 500 (+45 dollars)?
Afficher la réponse
Les clients Gold sont devenus Gold parce qu’ils ont dépensé davantage en 2024. Ce sont de plus gros clients. Ils dépenseraient davantage en 2025 même sans le palier. La réponse naïve mélange cette différence avec l’effet du palier. Près du seuil, les clients des deux côtés se ressemblent. Le saut à cet endroit montre donc seulement l’effet du palier.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Énoncez l'hypothèse nécessaire à la régression sur discontinuité et un signe dans les données qui montre qu'elle est fausse.
Afficher la réponse
Elle suppose que les gens ne peuvent pas choisir précisément leur côté du seuil. Les gens juste au-dessus et juste au-dessous se ressemblent alors. Elle suppose aussi que rien d’autre ne change au seuil. Une accumulation juste au-dessus du seuil dans la vérification de densité indique que l’hypothèse est fausse. Ici, il y avait 1 534 clients au-dessus contre 520 au-dessous. Autre signe : une estimation qui change beaucoup selon la largeur de fenêtre.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Récapitulatif
- La régression sur discontinuité compare les gens juste au-dessus et juste au-dessous d’un seuil d’une variable de classement. Le saut au seuil représente l’effet pour les gens proches du seuil.
- La comparaison naïve des clients Gold avec les autres : +191,73 dollars. L’effet réel à 500 dollars : +45.
- La largeur de fenêtre indique jusqu’où vous regardez de chaque côté du seuil. Étroite : des gens semblables, mais peu nombreux. Large : beaucoup de gens, mais les droites peuvent mal s’ajuster.
- Le principal danger est le contournement des règles. Une vérification de densité a trouvé 1 534 clients dans les 20 dollars au-dessus du seuil contre 520 au-dessous. Il s’agit des 1 078 chasseurs d’aubaines que nous avons insérés. Ils ont abaissé l’estimation à +17,5 dollars (0 % de couverture sur 50 graines).
- Un trou central de 40 dollars les a retirés : +45,7 dollars (+37,6 à +53,8), et 92 % de couverture sur 50 graines.
Ensuite, le cas le plus difficile : aucun groupe de comparaison ni seuil, seulement une série et une date.
Leçon suivante : Série chronologique interrompue