1. 斷點回歸設計與添加虛擬變數有什麼區別
主要差別有以下幾種：
RD運用於quasi-experiment實驗，有別於自然隨機實驗下直接添加mmy採用OLS估計的模型。
估計方法的不同。RD通常採用局部線性回歸的方法（即不選用全樣本，而選用一定帶寬內的樣本，），本質上是對斷點周圍局部效應（LATE，Local Average Treatment Effect)的一個估計。最優帶寬的估計由Imbens and Kalyanaraman(2009)提供，並且一般要提供不同帶寬的結果以顯示結果的robustness。有時，RD還採用核回歸的非參方法。
RD需要檢驗內生分組（endogenous sorting)的問題，即要假設如果個體事先知道分組規則，並可通過自身努力而完全控制分組變數，引起斷點回歸的失效。
如果在RD中加入協變數，還需檢驗協變數對於的條件密度是否在斷點處連續，即斷點處的"jump"不是由協變數的「jump」產生。
註：以上內容主要面向Sharp RD. Fuzzy RD使用時分組變數是否大於斷點的mmy（稱為Z）作為處理變數（稱為D，即主要的估計量）的工具變數。Z顯然與D相關，而Z在斷點附近相當於局部隨機實驗，故只通過D影響變數y，與擾動項不相關，故滿足外生性。可以使用Z作為D的工具變數，使用2SLS進行估計。
2. 怎麼用通俗的語言解釋斷點回歸
解釋變數內生性檢驗 首先檢驗解釋變數內生性（解釋變數內生性的Hausman 檢驗：使用工具變數法的前提是存在內生解釋變數。Hausman 檢驗的原假設為：所有解釋變數均為外生變數，如果拒絕，則認為存在內生解釋變數
3. 斷點回歸相關問題
解釋變數內生性檢驗 首先檢驗解釋變數內生性（解釋變數內生性的Hausman 檢驗：使用工具變數法的前提是存在內生解釋變數。Hausman 檢驗的原假設為：所有解釋變數均為外生變數，如果拒絕，則認為存在內生解釋變數，要用IV；反之，如果接受，則認為不存在內生解釋變數，應該使用OLS。
4. 如何用stata做斷點回歸
這個比較復雜的
5. 斷點回歸為什麼交乘項的系數是因果效應
在因果關系分析的實證方法中，最優的選擇應當為隨機實驗，但是隨機實驗的時間成本和經濟成本都比較高，而在隨機實驗不可得的情況下，需要考慮使用其它方法。斷點回歸（RegressionDiscontinuity）：是僅次於隨機實驗的，能夠有效利用現實約束條件分析變數之間因果關系的實證方法。在使用斷點回歸的情況下，存在一個變數，如果該變數大於一個臨界值時，個體接受處置，而在該變數小於臨界值時，個體不接受處置。一般而言，個體在接受處置的情況下，無法觀測到其沒有接受處置的情況，而在斷點回歸中，小於臨界值的個體可以作為一個很好的可控組（ControlGroup）來反映個體沒有接受處置時的情況，尤其是在變數連續的情況下，臨界值附近樣本的差別可以很好的反映處置和經濟變數之間的因果聯系。斷點回歸可以分為兩類，第一類，臨界值是確定的（Sharp），即在臨界值一側的所有的觀測點都接受了處置，反之，在臨界值另一側的所有觀測點都沒有接受處置。此時，接受處置的概率從臨界值一側的0跳轉到另一側的1；第二類，臨界點是模糊的（Fussy），即在臨界值附近，接受處置的概率是單調變化的。Hahnetal.（2001）在一定的假設下，證明了無論是哪一類型的斷點回歸，都可以利用臨界值附近樣本的系統性變化來研究處置和其它經濟變數之間的因果關系。
6. 斷點回歸估計中是否需要添加控制變數
謝邀。都做，都放在論文裡面，看審稿人的意見。補充一下吧，按照道理來講，一個好的RD設計是不需要加控制變數的，如果在斷點處誤差項沒有斷點的話。所以可以加控制變數作為robustness check，看看這個假設是不是滿足，結果是不是robust
7. 經濟學上有種分析問題的方法叫「斷點回歸法」，哪位高人知道 它的主要內容和原理急求！！！
斷點回歸是一種計量方法，是一種擬隨機試驗，一個系統的整理請參考David S. Lee and Thomas Lemieux（2010）的論文。
舉個極端的例子（只是打個比方），當你想知道能否上北大與未來成就的關系時，與直接將未來成就的量化指標（年薪）對是否上北大這個虛擬變數回歸的方法不同，你也可以找到某一年某個省份所有人的分數（X）以及當年北大的分數線（假設700），我們會發現在700分這里出現斷層，我們有理由認為，考了690分的人和考了710分的人沒有系統差別，只是運氣有別罷了，但他們卻一個上了北大（D=1），一個沒上北大（D=0），因此年薪上差別很大，這時候我們就可以使用斷點回歸，來考察上北大與年薪的關系。
具體的假設和操作方法請參照之前提到的論文。
PS：這個方法最近還蠻火的。
8. 什麼是斷點回歸
RD方法（regression discontinuity design），即斷點回歸方法。斷點回歸方法是最近的政策評估中非常重要的一個方法，他可以在沒有隨機性的情況下識別出政策的效果。