MODEL SELECTION AND INFERENCE: FACTS AND FICTION
模型选择与推断：事实与误解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：摘要聚焦一般模型选择后推断理论，没有明确应用模型，不能据此归入特定领域细分。
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
模型选择与推断：事实与误解
- 研究问题
- 数据驱动的模型选择如何影响后续推断，一致模型选择为何仍可能带来渐近影响，选择后估计量的分布估计面临什么限制？
- 方法与思路
- 作者讨论模型选择后推断的复杂性，反驳一致选择不影响渐近推断的观点，并讨论选择后估计量有限样本分布估计的不可能性结果。
- 材料陈述的贡献
- 摘要称，忽略模型选择会造成无效推断；一致选择并不能消除后续渐近推断问题，并指出有限样本分布估计存在不可能性限制。
- 阅读关注点
- 应核对无效推断和不可能性结果的具体定义、模型类别及成立条件，特别关注其结论采用逐点还是统一的渐近表述。
- 阅读边界
- 仅依据所给 Crossref 摘要；不可能性结果的适用范围与技术条件未说明，不能扩大为所有选择后推断均不可行，也不推断版本变化。
原文摘要
Model selection has an important impact on subsequent inference. Ignoring the model selection step leads to invalid inference. We discuss some intricate aspects of data-driven model selection that do not seem to have been widely appreciated in the literature. We debunk some myths about model selection, in particular the myth that consistent model selection has no effect on subsequent inference asymptotically. We also discuss an “impossibility” result regarding the estimation of the finite-sample distribution of post-model-selection estimators.