COMPARISON OF MODEL AVERAGING TECHNIQUES: ASSESSING GROWTH DETERMINANTS
模型平均方法比较：评估经济增长的决定因素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：摘要涉及增长回归与模型平均，但未说明面板、时间序列或其他所列细分方向所需的明确结构。
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…
模型平均方法比较：评估经济增长的决定因素
- 研究问题
- 采用贝叶斯模型平均研究增长理论不确定性的既有结果能否复现？替代模型平均方法是否给出接近的参数方向与大小？
- 方法与思路
- 作者复现三项已有增长研究，将传统贝叶斯模型平均结果与近期替代平均技术比较，并为其中一种估计量提出新的实施策略。
- 材料陈述的贡献
- 摘要称成功复现三项研究，新方法估计的符号和大小与传统贝叶斯结果较接近，并提供一种新平均估计量的实现策略。
- 阅读关注点
- 核对复现数据与设定、不同方法的权重构造和比较标准，明确所谓接近的具体程度，并检查新实施策略的适用性。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定所比较的具体方法、增长变量和误差范围；结果接近不直接证明因果有效或某方法更优。
原文摘要
SUMMARY This paper investigates the replicability of three important studies on growth theory uncertainty that employed Bayesian model averaging tools. We compare these results with estimates obtained using alternative, recently developed model averaging techniques. Overall, we successfully replicate all three studies, find that the sign and magnitude of these new estimates are reasonably close to those produced via traditional Bayesian methods and deploy a novel strategy to implement one of the new averaging estimators. Copyright © 2012 John Wiley & Sons, Ltd.