Diseño de regresión discontinua

El diseño de regresión discontinua (RDD) es un método ingenioso para identificar causas y efectos cuando un tratamiento se asigna según una regla con un punto de corte claro. La idea clave es que las personas que quedan justo por encima y por debajo del corte son prácticamente idénticas: la única diferencia es si recibieron el tratamiento. Al comparar estos grupos tan parecidos, los investigadores pueden estimar el verdadero efecto de las becas, los tratamientos médicos o los cambios en las políticas. Los estudiantes que obtienen 79 y 81 puntos en un examen tienen capacidades casi idénticas, pero solo quien obtiene 81 recibe la beca. Esto crea un experimento natural.

Comprueba esto: La próxima vez que veas una regla con un punto de corte estricto, pregúntate si las personas que quedan justo por encima y por debajo son realmente diferentes.

Cómo funciona

El RDD aprovecha situaciones en las que la asignación de un tratamiento cambia de golpe al alcanzar un umbral específico. El primer paso es identificar la variable de asignación: la medida continua que determina quién recibe el tratamiento, como las puntuaciones de un examen, los niveles de ingresos o los márgenes electorales. Después, los investigadores se centran en un intervalo estrecho alrededor del punto de corte, donde las personas de ambos lados son casi idénticas en todas sus características observables y no observables, salvo en si reciben el tratamiento. Por último, comparan los resultados a ambos lados de ese umbral para estimar el efecto causal.

Aplicaciones en la vida real

Los investigadores en educación usan el RDD para evaluar programas de becas que conceden ayuda económica según una puntuación de corte en un examen. Los estudiantes que obtienen 79,9 y 80,1 puntos son prácticamente idénticos en lo académico, pero solo uno recibe la beca. De forma similar, en política, los investigadores estudian la ventaja de ocupar ya un cargo comparando candidatos que ganaron elecciones por muy poco con quienes perdieron por muy poco: su capacidad de competir es casi idéntica. Los estudios de salud examinan los efectos de los tratamientos cuando los medicamentos se recetan según umbrales clínicos, como ciertos niveles de presión arterial o colesterol.

Por qué es tan útil

La fortaleza del RDD está en su credibilidad. A diferencia de muchos métodos observacionales, sus supuestos son claros y se pueden comprobar. Si las personas no pueden manipular con precisión su variable de asignación, como la puntuación de un examen, la comparación en el punto de corte equivale a una comparación aleatoria. Sin embargo, el efecto estimado se aplica específicamente a las personas cercanas al umbral: puede que no se pueda generalizar a quienes están muy por encima o por debajo.

Aspectos prácticos

Cuando uses o interpretes estudios con RDD, presta atención a la amplitud del intervalo elegido alrededor del corte. Los intervalos más estrechos garantizan grupos de comparación más parecidos, pero reducen el tamaño de la muestra. Comprueba también si hay manipulación: ¿se concentran las personas justo por encima del corte? Si es así, la comparación puede estar sesgada. Recuerda: el RDD te da el efecto para los casos cercanos al límite, no para todo el mundo.

El diseño de regresión discontinua, introducido por Thistlewaite y Campbell en 1960, se ha convertido en uno de los métodos cuasiexperimentales más creíbles en la investigación en ciencias sociales. Su validez se basa en el supuesto de continuidad: en ausencia del tratamiento, los resultados potenciales varían de forma continua al pasar por el punto de corte. Cuando esto se cumple, el salto en los resultados observados en el umbral representa el efecto causal.

• Imbens y Lemieux (2007): Ofrecen una guía práctica completa que abarca la selección del ancho de banda —la amplitud del intervalo alrededor del corte—, la corrección del sesgo y los detalles de implementación. Sigue siendo la referencia habitual para quienes realizan investigación aplicada [1].
• Lee y Lemieux (2010): Demuestran cómo el RDD proporciona estimaciones causales comparables a las de los experimentos aleatorizados cuando el supuesto de continuidad es plausible, con un análisis extenso de las pruebas de validación [2].
• Angrist y Pischke (2009): Muestran la equivalencia del RDD con la aleatorización local y destacan su transparencia frente a otros métodos observacionales [3].

El RDD tiene dos variantes principales. En el RDD nítido, la asignación del tratamiento cambia de forma determinista en el punto de corte: todas las personas por encima reciben el tratamiento y ninguna de las que están por debajo lo recibe. El RDD difuso permite un cumplimiento imperfecto de la regla de asignación: la probabilidad de recibir el tratamiento da un salto en el corte, pero no llega al 100 %. Ambas variantes se apoyan en supuestos de identificación similares.

El RDD tiene limitaciones importantes. Primero, el efecto estimado es local al punto de corte: se aplica a los casos cercanos al límite, no a toda la población. Los estudiantes cercanos al corte de una beca pueden responder de forma diferente a quienes están muy por encima o por debajo. Segundo, el RDD requiere suficientes datos cerca del umbral; si hay pocos, las estimaciones son imprecisas. Tercero, la manipulación de la variable de asignación puede invalidar el diseño: si los estudiantes pueden repetir los exámenes o los docentes ajustan las calificaciones a una curva en los puntos de corte, los grupos pueden dejar de ser comparables. Cuarto, la selección del ancho de banda óptimo sigue siendo objeto de debate: distintos métodos pueden producir estimaciones diferentes. Por último, el RDD no puede estimar efectos cuando no existe un umbral o cuando los umbrales se manipulan de forma endógena, es decir, por factores internos al proceso estudiado.