MétaCan
Menu
Retour à la cohorte
Enregistrement W3126002596 · doi:10.1111/obes.12220

To Pool or Not to Pool: Revisited

2017· article· en· W3126002596 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOxford Bulletin of Economics and Statistics · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSpatial and Panel Data Analysis
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésEstimatorPoolingMathematicsDimension (graph theory)Panel dataHausman testMonte Carlo methodFixed effects modelStatisticsEconometricsCombinatoricsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper provides a new comparative analysis of pooled least squares and fixed effects (FE) estimators of the slope coefficients in the case of panel data models when the time dimension ( T ) is fixed while the cross section dimension ( N ) is allowed to increase without bounds. The individual effects are allowed to be correlated with the regressors, and the comparison is carried out in terms of an exponent coefficient, δ , which measures the degree of pervasiveness of the FE in the panel. The use of δ allows us to distinguish between poolability of small N dimensional panels with large T from large N dimensional panels with small T . It is shown that the pooled estimator remains consistent so long as δ <1, and is asymptotically normally distributed if δ <1/2, for a fixed T and as N →∞. It is further shown that when δ <1/2, the pooled estimator is more efficient than the FE estimator. We also propose a Hausman type diagnostic test of δ <1/2 as a simple test of poolability, and propose a pretest estimator that could be used in practice. Monte Carlo evidence supports the main theoretical findings and gives some indications of gains to be made from pooling when δ <1/2.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,258
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle