Three Threats to Validity of Choice‐based and Matched‐Sample Studies in Accounting Research*
Notice bibliographique
Résumé
We consider three technical errors in the statistical analysis of choice-based and matched sample studies in accounting research. These problems constitute threats to both internal and external validity of the research. First, we note that researchers have often failed to control for the effects of matching variables used in sample selection. Commonly, researchers believe that the selection of a matched sample already controls for the matching variables, and hence controlling for them in analyses would not be necessary, but in fact it is. Typically an unconditional analysis is performed, rather than the conditional one that is justified. Thus, failure to account for industry, size, and other matching variables may have driven incorrect findings in many research studies, or may have suppressed results waiting to be revealed. Second, where matching is by closest size or other continuous measure, the matching is imperfect, and there remains the possibility that case vs. control differences in this matching variable could be the cause of differences in outcome, so researchers must evaluate that possibility and perhaps control for it. Third, the disproportionate sampling for different population strata that is implicit in the choice-based and matched sample selection would usually necessitate weighting data in statistical analyses by the sampling rates in each strata, but reweighting or other appropriate adjustment to the analysis is often not implemented. A logit exemption to the need for reweighting has been noted in the literature, but has been used in settings where it does not apply. We provide a simulation example to demonstrate problems, and provide suggestions for more precise ways to analyze choice-based and matched samples.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,512 | 0,801 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,018 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,010 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».