Şu anda "Ben Sadece İki Milyon Regresyon Koştum" başlıklı popüler bir makalede kullanılan bir yöntemi uygulamaya çalışıyorum. Bunun arkasındaki temel fikir, hangi kontrollerin modele dahil edilmesi gerektiği açık olmayan bazı durumlar olmasıdır. Böyle bir durumda yapabileceğiniz bir şey, rastgele kontroller çizmek, milyonlarca farklı regresyon çalıştırmak ve sonra ilgi değişkeninizin nasıl tepki verdiğini görmek. Tüm spesifikasyonlarda genellikle aynı işarete sahipse, işareti her zaman değişen bir değişkenden daha sağlam olarak düşünebiliriz.
Kağıdın çoğu çok açık. Bununla birlikte, kağıt tüm bu farklı regresyonları aşağıdaki şekilde ağırlaştırmaktadır: Verilen spesifikasyonun entegre olma olasılığı, tüm özellikler için tüm entegre olma olasılıklarının toplamına bölünür.
Sahip olduğum sorun, entegre olma olasılığının (Stata'da) çalıştırmak istediğim OLS regresyonlarıyla nasıl ilişkili olduğundan emin olmadığım. "Stata entegre olabilirlik" gibi googling konuları, karma etkiler lojistik regresyon gibi şeylerle karşılaşmaya devam ettiğim için çıkmaz bir nokta olmuştur. İtiraf ediyorum ki bu modeller kavramayacak kadar karmaşık.
Şu anki çalışmam, literatürde kullandığım (tür) anladığım farklı ağırlıklandırma şemalarının olması. Örneğin, her bir regresyonu olasılık oranı endeksine göre ağırlıklandırmak mümkündür. Ağırlığı olarak lri kullanan bir R paketi bile var. Doğal olarak, orijinal olanı da uygulamak istiyorum.
Herhangi bir tavsiye?
Bildiri Bağlantısı: http://down.cenet.org.cn/upfile/34/2009112141315178.pdf