1. 断点回归设计与添加虚拟变量有什么区别
主要差别有以下几种：
RD运用于quasi-experiment实验，有别于自然随机实验下直接添加mmy采用OLS估计的模型。
估计方法的不同。RD通常采用局部线性回归的方法（即不选用全样本，而选用一定带宽内的样本，），本质上是对断点周围局部效应（LATE，Local Average Treatment Effect)的一个估计。最优带宽的估计由Imbens and Kalyanaraman(2009)提供，并且一般要提供不同带宽的结果以显示结果的robustness。有时，RD还采用核回归的非参方法。
RD需要检验内生分组（endogenous sorting)的问题，即要假设如果个体事先知道分组规则，并可通过自身努力而完全控制分组变量，引起断点回归的失效。
如果在RD中加入协变量，还需检验协变量对于的条件密度是否在断点处连续，即断点处的"jump"不是由协变量的“jump”产生。
注：以上内容主要面向Sharp RD. Fuzzy RD使用时分组变量是否大于断点的mmy（称为Z）作为处理变量（称为D，即主要的估计量）的工具变量。Z显然与D相关，而Z在断点附近相当于局部随机实验，故只通过D影响变量y，与扰动项不相关，故满足外生性。可以使用Z作为D的工具变量，使用2SLS进行估计。
2. 怎么用通俗的语言解释断点回归
解释变量内生性检验 首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量
3. 断点回归相关问题
解释变量内生性检验 首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。
4. 如何用stata做断点回归
这个比较复杂的
5. 断点回归为什么交乘项的系数是因果效应
在因果关系分析的实证方法中，最优的选择应当为随机实验，但是随机实验的时间成本和经济成本都比较高，而在随机实验不可得的情况下，需要考虑使用其它方法。断点回归（RegressionDiscontinuity）：是仅次于随机实验的，能够有效利用现实约束条件分析变量之间因果关系的实证方法。在使用断点回归的情况下，存在一个变量，如果该变量大于一个临界值时，个体接受处置，而在该变量小于临界值时，个体不接受处置。一般而言，个体在接受处置的情况下，无法观测到其没有接受处置的情况，而在断点回归中，小于临界值的个体可以作为一个很好的可控组（ControlGroup）来反映个体没有接受处置时的情况，尤其是在变量连续的情况下，临界值附近样本的差别可以很好的反映处置和经济变量之间的因果联系。断点回归可以分为两类，第一类，临界值是确定的（Sharp），即在临界值一侧的所有的观测点都接受了处置，反之，在临界值另一侧的所有观测点都没有接受处置。此时，接受处置的概率从临界值一侧的0跳转到另一侧的1；第二类，临界点是模糊的（Fussy），即在临界值附近，接受处置的概率是单调变化的。Hahnetal.（2001）在一定的假设下，证明了无论是哪一类型的断点回归，都可以利用临界值附近样本的系统性变化来研究处置和其它经济变量之间的因果关系。
6. 断点回归估计中是否需要添加控制变量
谢邀。都做，都放在论文里面，看审稿人的意见。补充一下吧，按照道理来讲，一个好的RD设计是不需要加控制变量的，如果在断点处误差项没有断点的话。所以可以加控制变量作为robustness check，看看这个假设是不是满足，结果是不是robust
7. 经济学上有种分析问题的方法叫“断点回归法”，哪位高人知道 它的主要内容和原理急求！！！
断点回归是一种计量方法，是一种拟随机试验，一个系统的整理请参考David S. Lee and Thomas Lemieux（2010）的论文。
举个极端的例子（只是打个比方），当你想知道能否上北大与未来成就的关系时，与直接将未来成就的量化指标（年薪）对是否上北大这个虚拟变量回归的方法不同，你也可以找到某一年某个省份所有人的分数（X）以及当年北大的分数线（假设700），我们会发现在700分这里出现断层，我们有理由认为，考了690分的人和考了710分的人没有系统差别，只是运气有别罢了，但他们却一个上了北大（D=1），一个没上北大（D=0），因此年薪上差别很大，这时候我们就可以使用断点回归，来考察上北大与年薪的关系。
具体的假设和操作方法请参照之前提到的论文。
PS：这个方法最近还蛮火的。
8. 什么是断点回归
RD方法（regression discontinuity design），即断点回归方法。断点回归方法是最近的政策评估中非常重要的一个方法，他可以在没有随机性的情况下识别出政策的效果。