本篇文章提出了一种新的检验概率密度函数在某已知点是否存在不连续的经验似然(empirical likelihood)方法。这种假设检验主要应用于断点回归设计(regression discontinuity)中，检验是否存在被政策影响对象操控配置变量。这个“无操控”(no manipulation)假设是断点回归设计中的基本识别假设(identifying assumption)。

       本文提出的假设检验方法基于最小比照问题(minimum contrast)产生的一阶条件，可以看作McCrary(2008)的经典检验方法以及Ostu, Xu and Matsushita (2013)的经验似然检验方法的补充。本文提出的检验方法优势在于：第一，本方法需要人工选取仅一个调整变量(tuning parameter)，第二，本方法的检验统计量的计算仅需要求解一个凸优化(convex optimization)问题，第三，我们推导了本方法的二阶性质提出了一种根据二阶性质得到的最优带宽选择(bandwidth selection)准则。本文亦进一步提出了可行的数据生成的(data-driven)带宽选择方法。

       本文使用断点回归设计文献中的两个数据集，研究了两个不同的研究问题中的“无操控”假设是否被数据支持的问题。这些包括了Lee (2008)研究的美国地方议会选举中的在位者优势问题(incumbency effect)和Calonico, Cattaneo and Titiunik (2014)研究的墨西哥扶贫项目的项目效果评估问题。我们得到的检验结果与已发表的文章相一致。