斷點回歸設計（regression discontinuity design, RDD）是利用一個「外在且客觀的門檻」的準實驗設計（quasi-experimental design），透過「天時、地利、人和」俱全的獨特條件，藉此消除選擇性偏差。因為在斷點附近的兩組人本質極為相似，使原本的觀察性資料在斷點邊緣也能達到如隨機分派實驗（randomized experiments）般的效果。

關於執行斷點回歸設計研究的流程與基本設定: 

第一步，定義關鍵要素。首先須定義所要探討的分配變數（assignment variable，X軸）、目標結果（outcome，Y軸）與斷點（門檻，cutoff）。分配變數部分，我們必須找到一個連續的數值，這個數值是用來決定誰可以分配到治療組的唯一標準，也就是「決定命運的尺」。斷點部分，必須確認是否存在一個明確的政策或自然界斷點，超過此線者都必須接受治療，反之未超過者皆不接受治療。重點在於，此斷點不能受「內部個人層級」因素操控，意即病人或醫師不能根據疾病嚴重程度、疾病風險高低、病人自身喜好等，決定是否接受治療，我們稱此為「外生衝擊（exogenous shock）」或「外生變異（exogenous variation）」，也就是前述的「天時」。

第二步，我們會畫出一張含有所有資料點的散佈圖（scatterplot），縱軸（Y軸）為想看的目標結果、橫軸（X軸）為分配變數，接著使用兩條多項式曲線分別去貼近、擬和（fitting）所有的資料點。觀察重點在於：這兩條曲線在斷點處是否有出現不連續的斷層或跳躍（discontinuity或jump），還是像一個平滑的溜滑梯？若有出現跳躍，則代表治療可能有效，而跳躍的高度便是治療效果的大小。

第三步分析，便是在選定的頻寬內，分別在斷點兩側進行局部線性回歸（local linear regression），並賦予愈靠近斷點的資料愈大之權重，放大其對治療效果的貢獻占比，以減少因距離斷點太遠所引入的偏差影響，最終的治療效果，即是兩側回歸線在斷點處的跳躍的高度（垂直距離）。而頻寬的選擇是基於「偏差（bias）」和「變異（variance）」的權衡藝術。

最後，雖然我們假設頻寬內的兩組人會長得非常相似，但仍須再進一步執行「穩健性檢定與效度驗證」，如: 操控檢定 （manipulation test）和可交換性檢定 (exchangeability test)，增強因果推論的信心。