Chào mừng các bạn quay trở lại! Trong bài học trước, chúng ta đã tìm hiểu về nền tảng lý thuyết và phương pháp ước lượng cốt lõi của RDD sắc nét. Chúng ta đã biết cách đo lường “bước nhảy” tại ngưỡng cắt để có được một con số ước lượng cho tác động điều trị, ký hiệu là \(\hat{\theta}\). Tuy nhiên, trong bất kỳ phân tích thống kê nào, một con số ước lượng đơn lẻ là chưa đủ. Chúng ta cần biết mức độ không chắc chắn xung quanh con số đó. Bài học hôm nay sẽ tập trung vào ba vấn đề cực kỳ quan trọng trong thực hành: (1) Suy diễn thống kê: Làm thế nào để tính toán sai số chuẩn, khoảng tin cậy và kiểm định giả thuyết cho ước lượng RDD? (2) Lựa chọn băng thông: Làm thế nào để chọn độ rộng “cửa sổ” dữ liệu một cách khoa học để có kết quả tốt nhất? (3) Sử dụng biến đồng biến: Khi nào và tại sao chúng ta nên thêm …