Classification and aggregation: An application to industrial classification in cps data
分类与聚合：CPS 数据中产业分类的应用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：摘要研究行业分类聚合与拟合简约权衡，未明确涉及给定分类中的面板、因果或结构识别方法，故留空。
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…
关注这篇论文的作者
分类与聚合：CPS 数据中产业分类的应用
- 研究问题
- 在允许行业特定效应的工资方程中，如何选择基础行业的聚合层级，并明确权衡拟合程度与分类简约性？
- 方法与思路
- 作者用损失函数形式化聚合中的拟合与简约权衡，通过改变损失参数生成一系列聚合层级，并应用于行业工资方程。
- 材料陈述的贡献
- 摘要提出层级一致的聚合序列：进一步聚合不会拆开此前已经形成的分组，从而为行业分类提供有明确权衡的方法。
- 阅读关注点
- 核对损失函数、调节参数与聚合算法，以及层级一致性的含义；检查不同分类层级对行业效应估计和解释的影响。
- 阅读边界
- 仅据所给 Crossref 摘要，损失函数具体形式、参数选择依据和工资估计结果未说明；层级一致性不等同于估计量统计一致性。
原文摘要
Abstract In this paper we offer a method for deciding how to aggregate a set of elementary industries. The method is then applied to the problem of estimating a wage equation that allows for industry‐specific effects. Our method explicitly formalizes the trade‐off between goodness‐of‐fit and parsimony implicit in an aggregation problem. By varying the parameter of the assumed loss function, one obtains a whole sequence of aggregation levels. Further, the resulting sequence is consistent; that is, groupings formed at one level of aggregation will never be undone when one aggregates further.