Variable selection and functional form uncertainty in cross-country growth regressions
跨国增长回归中的变量选择与函数形式不确定性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：摘要研究跨国增长回归与通用非线性模型不确定性，未说明面板、时间序列或因果设计，所列细分依据不足。
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
跨国增长回归中的变量选择与函数形式不确定性
- 研究问题
- 跨国增长回归中，如何联合处理解释变量选择和回归函数形式的不确定性，并检验参数异质性与变量作用是否稳健？
- 方法与思路
- 作者用高斯过程先验构建灵活非线性回归，以贝叶斯模型平均处理变量选择，在同一框架中允许参数异质性并纳入两类模型不确定性。
- 材料陈述的贡献
- 摘要称，控制变量选择不确定性后仍支持参数异质性，但控制函数形式不确定性后，许多既有解释变量的作用在国家与变量组合间不稳健。
- 阅读关注点
- 应核对高斯过程和变量选择先验、异质性的具体表示、稳健性的评价标准，以及函数形式变化如何改变变量作用的解释。
- 阅读边界
- 仅据所给出版社摘要，不能判断国家样本、效应数值或因果识别；跨国回归不必然使用面板数据，摘要也未说明重复时间观测。
原文摘要
Regression analyses of cross-country economic growth data are complicated by two main forms of model uncertainty: the uncertainty in selecting explanatory variables and the uncertainty in specifying the functional form of the regression function. Most discussions in the literature address these problems independently, yet a joint treatment is essential. We present a new framework that makes such a joint treatment possible, using flexible nonlinear models specified by Gaussian process priors and addressing the variable selection problem by means of Bayesian model averaging. Using this framework, we extend the linear model to allow for parameter heterogeneity of the type suggested by new growth theory, while taking into account the uncertainty in selecting explanatory variables. Controlling for variable selection uncertainty, we confirm the evidence in favor of parameter heterogeneity presented in several earlier studies. However, controlling for functional form uncertainty, we find that the effects of many of the explanatory variables identified in the literature are not robust across countries and variable selections.