文件名称：截断偏差-研究论文
文件大小：623KB
文件格式：PDF
更新时间：2024-06-29 23:11:36
Selectivity bias correction
在截断的情况下，这是困扰大多数实证研究领域的普遍现象，观察到的数据分布函数被截断并且仅与参与者的协变量相关，使得赫克曼的开创性和已知校正程序无法实施。 因此，为了校正由截断传播的选择性偏差，我们引入了一种新方法，该方法仅使用其观察到的截断部分来恢复数据分布函数的未观察部分。 非参与者的协变量（它们都是恢复的非参与者的密度函数的所有函数）之间的相关模式也被恢复。 从观察到的截断密度函数恢复未观察到的完整密度函数的能力的基本原理依赖于这样一个事实，即后者是通过在选择规则上调节前者而获得的。 一旦恢复了这个未被观察到的部分，就可以估计风险率计算的选择规则方程，就好像由参与者和非参与者组成的完整样本是可观察的。 Monte-Carlo 模拟证明了估计的高精度和高于传统的 √(n) 一致性。