Endogenous sample selection: A laboratory study
内生样本选择：一项实验室研究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：摘要主要研究个体如何处理样本选择的实验行为，未提供足够依据归入给定的专门计量细分。
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
内生样本选择：一项实验室研究
- 研究问题
- 当个体能够获得处理样本选择所需的数据时，是否会正确调整由不可观测因素引起的选择偏差，并如何决策？
- 方法与思路
- 作者设计不确定性下的选择实验，使受试者的行动透露受不可观测因素影响的信息，检验其对内生选择的处理。
- 材料陈述的贡献
- 摘要称几乎没有受试者作出最优选择调整，但行为具有规律性，简单启发式能够部分处理选择问题并减少错误。
- 阅读关注点
- 应核对实验中的最优决策基准、信息与激励安排，以及启发式规则如何从数据中区分并解释选择偏差。
- 阅读边界
- 仅据所给出版社摘要，无法判断样本规模、规则拟合程度或实验行为的外部适用性，也不能推断其他版本变化。
原文摘要
Accounting for sample selection is a challenge not only for empirical researchers, but also for the agents populating our models. Yet most models abstract from these issues and assume that agents successfully tackle selection problems. We design an experiment where a person who understands selection observes all the data required to account for it. Subjects make choices under uncertainty and their choices reveal valuable information that is biased due to the presence of unobservables. We find that almost no subjects optimally account for endogenous selection. On the other hand, behavior is far from random, but actually quite amenable to analysis: Subjects follow simple heuristics that result in a partial accounting of selection and mitigate mistakes.