Bootstrapping the process of model selection: AN econometric example
对模型选择全过程进行自助法推断：一个计量经济学例子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：摘要核心是通用模型选择后的自助法推断，实证题材未提供因果识别设计，故不强行归入给定细分。
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
对模型选择全过程进行自助法推断：一个计量经济学例子
- 研究问题
- 当研究者通过反复试估选择最终模型时，如何在统计推断中纳入这一选择过程，减少仅使用最终回归结果带来的问题？
- 方法与思路
- 作者把完整的数据挖掘与模型选择过程视为一个估计器，通过自助法重复这一过程，并用于死刑威慑效应的实证例子。
- 材料陈述的贡献
- 摘要指出模型选择后直接基于最终结果推断通常不正确，并展示对整个选择过程实施自助法可能改善推断质量。
- 阅读关注点
- 核对每次重抽样是否完整重复选择规则、选择过程能否明确复现，以及推断改善采用何种指标和适用条件。
- 阅读边界
- 仅据所给 Crossref 摘要，重抽样设计、有效性条件和改善程度未说明；死刑应用本身不足以确立威慑效应的因果识别。
原文摘要
Abstract If a researcher has mined the data (i.e. selected an empirical model based on a series of trial estimates), inferences based on the final set of results are in general incorrect. This note treats the entire data mining process as an estimator and shows how a bootstrapping technique may improve the quality of inference. The method is applied to an empirical example on the deterrent effects of capital punishment.