Sample Selection Bias as a Specification Error
作为模型设定错误的样本选择偏误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：摘要聚焦非随机抽样导致的设定偏误及一般估计方法，未明确因果效应、离散选择或其他给定细分方向，故暂不归类。
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
作为模型设定错误的样本选择偏误
- 研究问题
- 使用非随机选择的样本估计行为关系时，选择偏误如何表现为模型设定错误，又如何用简单回归方法构造一致估计？
- 方法与思路
- 作者把样本选择偏误表述为普通模型设定错误或遗漏变量偏误，并考虑可用简单最小二乘回归实施的一致两阶段估计方法。
- 材料陈述的贡献
- 摘要称考虑一个简单的一致两阶段估计量，并推导其渐近分布，为使用非随机样本估计行为函数提供回归式处理思路。
- 阅读关注点
- 核对两阶段分别估计什么、如何修正选择导致的设定错误，以及一致性和渐近分布所需条件与标准误的计算方式。
- 阅读边界
- 摘要未说明选择机制、分布假设或识别条件，因此不能判断方法适用于哪些选择过程，也不能把一致性理解为无条件成立。
原文摘要
Sample selection bias as a specification error This paper discusses the bias that results from using non-randomly selected samples to estimate behavioral relationships as an ordinary specification error or «omitted variables» bias. A simple consistent two stage estimator is considered that enables analysts to utilize simple regression methods to estimate behavioral functions by least squares methods. The asymptotic distribution of the estimator is derived.