Using large samples in econometrics
计量经济学中的大样本使用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要是关于大样本推断与计算的一般讨论，未提供归入特定应用细分的依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
计量经济学中的大样本使用
- 研究问题
- 随着实证研究数据集扩大，传统统计推断与计算算法可能面临哪些问题，研究者应如何审慎选择适合超大样本的方法？
- 方法与思路
- 作者利用其管理的期刊数据仓库说明数据规模增长，并讨论超大数据集下标准推断的潜在风险，以及统计方法与计算算法的选择。
- 材料陈述的贡献
- 摘要的明确贡献是以数据仓库证据呈现样本规模变化，并提醒研究者同时关注推断有效性和计算问题；未列出具体新估计量。
- 阅读关注点
- 应核对数据规模增长证据的覆盖范围，标准推断失效的具体机制，以及文章是否提供可执行的方法选择原则和计算案例。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；摘要未说明哪些标准方法会出问题、失效条件或替代算法，不能推断大样本本身必然导致无效推断。
原文摘要
As I demonstrate using evidence from a journal data repository that I manage, the datasets used in empirical work are getting larger. When we use very large datasets, it can be dangerous to rely on standard methods for statistical inference. In addition, we need to worry about computational issues. We must be careful in our choice of statistical methods and the algorithms used to implement them.