Controlling for ability using test scores
利用测验分数控制能力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：摘要重点是能力测量与半参数回归估计，工资应用本身不足以确定其属于给定的某个计量领域细分。
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
利用测验分数控制能力
- 研究问题
- 如何在回归中利用标准化测验或其他题目作答评估控制能力，并在不要求参数化题目反应模型或逐题数据的条件下进行估计？
- 方法与思路
- 作者提出半参数方法，基于目标参数对能力的单调变换保持不变的模型，并分析观测数与题目数同时增长时的渐近性质。
- 材料陈述的贡献
- 摘要称估计量在观测数与题目数同时增长时一致，并给出√n一致性与渐近正态的条件，且无需参数化题目反应模型或逐题数据。
- 阅读关注点
- 阅读时应核对单调变换不变性的含义、题目数与样本量增长的条件、测验分数的使用方式，以及模拟和NLSY1979工资应用的表现。
- 阅读边界
- 摘要未列出√n一致性的具体条件、题目数要求或应用结果；因此不能把双重渐近结论直接视为固定题目数下的有效推断保证。
原文摘要
Summary This paper proposes a semiparametric method to control for ability using standardized test scores, or other item response assessments, in a regression model. The proposed method is based on a model in which the parameter of interest is invariant to monotonic transformations of ability. I show that the estimator is consistent as both the number of observations and the number of items on the test grow to infinity. I also derive conditions under which this estimator is root‐ n consistent and asymptotically normal. The proposed method is easy to implement, does not impose a parametric item response model, and does not require item‐level data. I demonstrate the finite‐sample performance in a Monte Carlo study and implement the procedure for a wage regression using data from the NLSY1979.