MODEL DISCOVERY AND TRYGVE HAAVELMO’S LEGACY
模型发现与 Haavelmo 的学术遗产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与参数分布，变量时间下标本身不足以确定具体领域细分。
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
模型发现与 Haavelmo 的学术遗产
- 研究问题
- 当经济理论提供的变量集合不完整时，如何选择额外候选变量，同时保持理论相关参数的估计分布性质？
- 方法与思路
- 作者保留理论相关变量，只对其他候选变量进行选择，并通过相对于保留变量的正交化分析选择的影响。
- 材料陈述的贡献
- 摘要称，无关候选变量的原假设下，保留参数的估计分布不受选择影响；备择下的改善要求联合模型包含生成过程。
- 阅读关注点
- 应核对正交化的定义、变量选择规则，以及高维和内生变量情形的条件；还应确认文中所谓改善的评价标准。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将分布不受影响推广到任意选择程序；摘要未说明完整条件，也不推断刊本变化。
原文摘要
Trygve Haavelmo’s Probability Approach aimed to implement economic theories, but he later recognized their incompleteness. Although he did not explicitly consider model selection, we apply it when theory-relevant variables, { X t }, are retained without selection while selecting other candidate variables, { W t }. Under the null that the { W t } are irrelevant, by orthogonalizing with respect to the { X t }, the estimator distributions of the X t ’s parameters are unaffected by selection even for more variables than observations and for endogenous variables. Under the alternative, when the joint model nests the generating process, an improved outcome results from selection. This implements Haavelmo’s program relatively costlessly.