如何用rddtools实现预设带宽？基于Card等人医保数据的问题

首先，你遇到的核心问题是带宽设置未生效，导致两个回归结果完全一致——这是因为你错误地在covar.opt参数里指定了bw=2，而covar.opt是用来配置协变量处理逻辑（比如中心化、标准化）的参数组，根本不负责限制RDD分析的样本带宽范围。

修正代码：正确设置2年带宽（ageyrs 64-66） #

你需要明确：2年带宽对应断点（65）前后各1年的样本范围（64≤ageyrs≤66）。有两种可靠的实现方式：

方法1：手动筛选样本后创建RDD对象

先从原始数据中提取符合带宽要求的观测，再构建RDD对象进行回归：

load(file ="C:/Users/perdue/Desktop/Adv.MicroEconometrics/HA 9/medicare.Rdata")

# 筛选断点前后1年的样本（64到66岁）
medicare_bw2 <- subset(medicare, ageyrs >= 64 & ageyrs <= 66)

# 基于筛选后的样本创建RDD对象
rd.medic.1 <- rdd_data(y=er, x=ageyrs, covar=ageyrs, cutpoint=65, data = medicare_bw2)

# 带协变量的同斜率回归（使用筛选后的样本）
rd.reg.1c <- rdd_reg_lm(rdd_object=rd.medic.1, covariates = "ageyrs", slope = "same")

# 全样本回归（用于对比）
rd.medic.full <- rdd_data(y=er, x=ageyrs, covar=ageyrs, cutpoint=65, data = medicare)
rd.reg.1a <- rdd_reg_lm(rdd_object=rd.medic.full, covariates = "ageyrs", slope = "same")

# 输出结果对比
stargazer(rd.reg.1c, rd.reg.1a, type="text")

方法2：直接在回归函数中指定带宽

rddtools的rdd_reg_lm函数支持通过bw参数直接指定断点两侧的带宽（单位与x变量一致），这里bw=1就表示断点前后各1年，总带宽2年：

load(file ="C:/Users/perdue/Desktop/Adv.MicroEconometrics/HA 9/medicare.Rdata")

# 基于全样本创建RDD对象
rd.medic.1 <- rdd_data(y=er, x=ageyrs, covar=ageyrs, cutpoint=65, data = medicare)

# 指定带宽为1（前后各1年）的回归
rd.reg.1c <- rdd_reg_lm(rdd_object=rd.medic.1, covariates = "ageyrs", slope = "same", bw=1)

# 全样本回归（对比用）
rd.reg.1a <- rdd_reg_lm(rdd_object=rd.medic.1, covariates = "ageyrs", slope = "same")

stargazer(rd.reg.1c, rd.reg.1a, type="text")

补充资料建议 #

除了CRAN官方文档，你可以参考这些更详细的资源：

• rddtools的GitHub仓库中的vignettes：里面有完整的RDD分析流程示例，包括带宽选择、模型诊断的细节，代码可直接复用
• 学术书籍《Regression Discontinuity Designs: A Guide to Practice》：书中有专门章节讲解rddtools的使用，结合实际案例解释参数逻辑
• 经济学领域的R博客：比如部分应用计量博客会分享RDD实操教程，其中会涉及rddtools带宽设置的常见坑点

你的原始回归结果：

===========================================================
Dependent variable:
----------------------------
y
(1) (2)
-----------------------------------------------------------
D 9.175*** 9.175***
(3.243) (3.243)
x 14.342*** 14.342***
(0.565) (0.565)
ageyrs
Constant 479.508*** 479.508***
(2.035) (2.035)
-----------------------------------------------------------
Observations 120 120
R2 0.965 0.965
Adjusted R2 0.964 0.964
Residual Std. Error (df = 117) 8.746 8.746
F Statistic (df = 2; 117) 1,605.695*** 1,605.695***
===========================================================
Note: *p<0.1; **p<0.05; ***p<0.01

内容的提问来源于stack exchange，提问作者Collective Action