京都大学 / 新制・課程博士 / 博士(情報学) / 甲第24727号 / 情博第815号 / 新制||情||137(附属図書館) / 京都大学大学院情報学研究科知能情報学専攻 / (主査)教授 鹿島 久嗣, 教授 阿久津 達也, 教授 下平 英寿 / 学位規則第4条第1項該当 / Doctor of Informatics / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(情報学) / 甲第24257号 / 情博第801号 / 新制||情||135(附属図書館) / 京都大学大学院情報学研究科知能情報学専攻 / (主査)教授 鹿島 久嗣, 教授 山本 章博, 教授 下平 英寿 / 学位規則第4条第1項該当 / Doctor of Informatics / Kyoto University / DFAM

This thesis studies regression discontinuity designs with the use of additional covariates for estimation of the average treatment effect. We prove asymptotic normality of the covariate-adjusted estimator under sufficient regularity conditions. In the case of a high-dimensional setting with a large number of covariates depending on the number of observations, we discuss a Lasso-based selection approach as well as alternatives based on calculated correlation thresholds. We present simulation results on those alternative selection strategies.:1. Introduction 2. Preliminaries 3. Regression Discontinuity Designs 4. Setup and Notation 5. Computing the Bias 6. Asymptotic Behavior 7. Asymptotic Normality of the Estimator 8. Including Potentially Many Covariates 9. Simulations 10. Conclusion