Jointness of growth determinants
增长决定因素的联合关联性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：摘要描述跨国增长回归及模型不确定性，未明确面板、时间序列或因果识别结构。
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…
关注这篇论文的作者
增长决定因素的联合关联性
- 研究问题
- 在增长回归存在模型不确定性时，如何超越单个变量的重要性，识别解释变量在模型空间中共同出现或相互替代的关系？
- 方法与思路
- 作者利用变量在模型空间中的联合后验分布定义联合关联性，将正关联解释为互补、负关联解释为替代，并应用于跨国增长数据。
- 材料陈述的贡献
- 摘要称，新指标揭示边际变量重要性之外的依赖关系；对67个增长决定因素的分析显示，这些关系影响推断并提供政策信息。
- 阅读关注点
- 应核对联合关联性指标、模型空间和先验设定，以及变量共同入模的关系为何被解释为互补或替代，并检查结果的敏感性。
- 阅读边界
- 仅依据 Crossref 摘要；未说明指标公式、数据构成或因果识别。变量在后验模型中的关联不能直接确认为经济机制上的互补。
原文摘要
Abstract This paper introduces a new measure of dependence or jointness among explanatory variables. Jointness is based on the joint posterior distribution of variables over the model space, thereby taking model uncertainty into account. By looking beyond marginal measures of variable importance, jointness reveals generally unknown forms of dependence. Positive jointness implies that regressors are complements, representing distinct but mutually reinforcing effects. Negative jointness implies that explanatory variables are substitutes and capture similar underlying effects. In a cross‐country dataset we show that jointness among 67 determinants of growth is important, affecting inference and informing economic policy. Copyright © 2009 John Wiley & Sons, Ltd.