An Axiomatic Approach to Comparing Sensitivity Parameters
比较敏感性参数的公理化方法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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论线性回归遗漏变量敏感性参数的通用比较理论，但未明确研究因果效应或其他所列细分对象，因此保守留空。
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…
比较敏感性参数的公理化方法
- 研究问题
- 研究遗漏变量敏感性分析方法依赖不同且不可证伪的假设时，如何用形式化标准比较其参数，替代主观的可解释性判断。
- 方法与思路
- 作者根据协变量被划为可观测或不可观测的设计假设，构造敏感性参数的协变量抽样分布，并定义参数一致性和单调性。
- 材料陈述的贡献
- 摘要称建立了比较与选择敏感性参数的公理化框架，证明文献中最流行的方法不满足两项性质，而若干替代方法满足。
- 阅读关注点
- 应核对协变量分配机制、公理的定义与适用范围，以及被比较方法的具体身份，并区分参数性质与回归估计量的统计性质。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未列出具体方法和设计假设，不能据此认定某种敏感性分析在所有研究中失效。
原文摘要
Many methods are available for assessing the importance of omitted variables in linear regression. These methods typically make different, non-falsifiable assumptions. Hence the data alone cannot tell us which method is most appropriate. Since it is unreasonable to expect results to be robust against all possible robustness checks, researchers often use methods deemed ``interpretable,'' a subjective criterion with no formal definition. In contrast, we develop the first formal, axiomatic framework for comparing and selecting among these methods. Our framework is analogous to the standard approach for comparing estimators based on their sampling distributions. We propose that sensitivity parameters be selected based on their covariate sampling distributions, a design distribution of parameter values induced by an assumption on how covariates are assigned to be observed or unobserved. Using this idea, we define new concepts of parameter consistency and monotonicity, and argue that a reasonable sensitivity parameter should satisfy both properties. We prove that the literature's most popular approach is inconsistent and non-monotonic, while several alternatives satisfy both.