Testing the rationality of expectations of qualitative outcomes
分类结果预期的理性检验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：摘要聚焦分类结果预测与矩不等式检验，未明确研究离散选择行为、宏观预测或其他所列细分方向，因此留空。
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
分类结果预期的理性检验
- 研究问题
- 在点预测对应主观中位数或众数的假设下，如何检验分类结果预期的理性，并处理多个矩不等式及其相关性？
- 方法与思路
- 作者提出一个统一统计量，在主观中位数或众数假设下，同时纳入检验所需的全部矩不等式及其协方差矩阵。
- 材料陈述的贡献
- 摘要称检验在模拟中改善第一类错误表现，多众数情形下改善尤为明显；成绩预测应用还显示受访者倾向于预期更高成绩。
- 阅读关注点
- 核对中位数或众数假设如何导出矩不等式、统计量与临界值如何构造，以及成绩预期偏差和学习时间相关性如何度量。
- 阅读边界
- 摘要未说明完整适用条件、样本结构和偏差度量；第一类错误表现改善不能直接推出功效提高，学习时间相关性也不足以支持因果解释。
原文摘要
Summary This article provides an adequate statistic for testing the rationality of point predictions of categorical outcomes under a subjective median or mode assumption. The test improves upon previous approaches by accounting for all the required moment inequalities and their respective covariance matrix in a single statistic. Monte Carlo simulations show that the test has an improved Type I error, especially in cases with multiple modes. Applying these tests to a dataset with parents' and students' predictions of school scores, I find that respondents are biased towards expecting higher grades and that students' expectations are correlated with the time of study.