🎓 Leçon 2.4 — Régression sur discontinuité (RDD)
📌 Objectifs
- Comprendre le principe de la régression sur discontinuité
- Identifier un seuil de traitement
- Interpréter une discontinuité comme effet causal
1. 🔍 Définition
La régression sur discontinuité (RDD) est une méthode qui identifie un effet causal en exploitant un seuil d’éligibilité (ex : score, âge, revenu) à partir duquel une intervention s’applique.
Exemple :
Bourse scolaire attribuée uniquement aux élèves dont la note ≥ 10.
Bourse scolaire attribuée uniquement aux élèves dont la note ≥ 10.
2. ⚙️ Principe
- On compare les individus juste en dessous et juste au-dessus du seuil
- Ces individus sont très similaires → toute différence observée peut être attribuée au traitement
3. 🧪 Conditions
- Le seuil d’attribution est strictement respecté
- Les individus ne peuvent pas manipuler leur score autour du seuil
- L’effet causal est local (valide seulement autour du seuil)
4. 📈 Interprétation graphique
- Axe des abscisses : score ou variable d’éligibilité
- Axe des ordonnées : variable d’intérêt (ex : revenus, réussite scolaire…)
- ➤ Une cassure nette à la valeur seuil suggère un effet causal
5. ✅ À retenir
- RDD est adaptée aux décisions basées sur un seuil clair
- Elle permet une estimation robuste et crédible d’un effet local
- Elle s’appuie sur l’idée que les individus proches du seuil sont quasi aléatoires
