Measuring quality for use in incentive schemes: The case of “shrinkage” estimators
激励机制中的质量测度：收缩估计量的经济后果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：摘要聚焦质量测度与激励决策的经济后果，未明确对应所列计量领域细分。
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
激励机制中的质量测度：收缩估计量的经济后果
- 研究问题
- 按统计标准收缩原始质量测度，何时能改善效用最大化决策者的激励决策，教师质量与班级规模的相关性又会如何改变结果？
- 方法与思路
- 作者在常见信息不对称环境中分析收缩变换的经济收益，以教师质量测度为应用，并用洛杉矶数据考察质量与班级规模的关系。
- 材料陈述的贡献
- 摘要称，这种系统性关系可使收缩变换优于或劣于原始测度；在所考察的教师激励应用中，较简单的原始测度表现更好。
- 阅读关注点
- 应核对决策者的效用和信息结构、收缩规则及经济表现指标，并区分统计估计误差的改善与具体激励机制下的收益变化。
- 阅读边界
- 仅依据所给 Crossref 摘要版本；摘要未给出福利比较公式、优势幅度或适用条件，不能将该应用结果推广为收缩估计普遍较差。
原文摘要
Researchers commonly “shrink” raw quality measures based on statistical criteria. This paper studies when and how this transformation's statistical properties would confer economic benefits to a utility‐maximizing decision‐maker across common asymmetric information environments. I develop the results for an application measuring teacher quality. The presence of a systematic relationship between teacher quality and class size could cause the data transformation to do either worse or better than the untransformed data. I use data from Los Angeles to confirm the presence of such a relationship and show that the simpler raw measure would outperform the one most commonly used in teacher incentive schemes.