Direkt zur Hauptnavigation springen Direkt zum Inhalt springen
info(at)avldigital.remove-this.de
Deutsch English
Filtern nach
Aktive Filter
Letzte Suchanfragen

Ergebnisse für *

Zeige Ergebnisse 1 bis 2 von 2.

  1. Using Machine Learning for Efficient Flexible Regression Adjustment in Economic Experiments
    Autor*in: List, John A.; Muir, Ian; Sun, Gregory K.
    Erschienen: December 2022
    Verlag:  National Bureau of Economic Research, Cambridge, Mass

    This study investigates how to use regression adjustment to reduce variance in experimental data. We show that the estimators recommended in the literature satisfy an orthogonality property with respect to the parameters of the adjustment. This... mehr

    Zugang:
    Verlag (lizenzpflichtig)
    Resolving-System (lizenzpflichtig)

    Standort:
    Sächsische Landesbibliothek - Staats- und Universitätsbibliothek Dresden
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Freiburg
    Fernleihe:
    keine Fernleihe

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky
    Fernleihe:
    keine Fernleihe

    Standort:
    Technische Informationsbibliothek (TIB) / Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Fernleihe:
    keine Fernleihe

     

    This study investigates how to use regression adjustment to reduce variance in experimental data. We show that the estimators recommended in the literature satisfy an orthogonality property with respect to the parameters of the adjustment. This observation greatly simplifies the derivation of the asymptotic variance of these estimators and allows us to solve for the efficient regression adjustment in a large class of adjustments. Our efficiency results generalize a number of previous results known in the literature. We then discuss how this efficient regression adjustment can be feasibly implemented. We show the practical relevance of our theory in two ways. First, we use our efficiency results to improve common practices currently employed in field experiments. Second, we show how our theory allows researchers to robustly incorporate machine learning techniques into their experimental estimators to minimize variance

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: NBER working paper series ; no. w30756
    Schlagworte: Versuchsplanung; Künstliche Intelligenz; Feldforschung; Schätztheorie; Design of Experiments; General; Laboratory, Individual Behavior; Field Experiments
    Umfang: 1 Online-Ressource, illustrations (black and white)
    Bemerkung(en):

    Hardcopy version available to institutional subscribers
  2. Stress Testing Structural Models of Unobserved Heterogeneity
    Robust Inference on Optimal Nonlinear Pricing
    Autor*in: Bodoh-Creed, Aaron L.; Hickman, Brent R.; List, John A.; Muir, Ian; Sun, Gregory K.
    Erschienen: August 2023
    Verlag:  National Bureau of Economic Research, Cambridge, Mass

    In this paper, we provide a suite of tools for empirical market design, including optimal nonlinear pricing in intensive-margin consumer demand, as well as a broad class of related adverse-selection models. Despite significant data limitations, we... mehr

    Zugang:
    Verlag (lizenzpflichtig)
    Resolving-System (lizenzpflichtig)

    Standort:
    Sächsische Landesbibliothek - Staats- und Universitätsbibliothek Dresden
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Freiburg
    Fernleihe:
    keine Fernleihe

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky
    Fernleihe:
    keine Fernleihe

    Standort:
    Technische Informationsbibliothek (TIB) / Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Fernleihe:
    keine Fernleihe

     

    In this paper, we provide a suite of tools for empirical market design, including optimal nonlinear pricing in intensive-margin consumer demand, as well as a broad class of related adverse-selection models. Despite significant data limitations, we are able to derive informative bounds on demand under counterfactual price changes. These bounds arise because empirically plausible DGPs must respect the Law of Demand and the observed shift(s) in aggregate demand resulting from a known exogenous price change(s). These bounds facilitate robust policy prescriptions using rich, internal data sources similar to those available in many real-world applications. Our partial identification approach enables viable nonlinear pricing design while achieving robustness against worst-case deviations from baseline model assumptions. As a side benefit, our identification results also provide useful, novel insights into optimal experimental design for pricing RCTs

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: NBER working paper series ; no. w31647
    Schlagworte: Preismanagement; Marktstruktur; Nachfrage; Adverse Selektion; Feldforschung; Nichtparametrische Schätzung; Mechanismus-Design-Theorie; Economic Methodology; Semiparametric and Nonparametric Methods: General; Model Construction and Estimation; Model Evaluation, Validation, and Selection; Field Experiments; Microeconomic Policy: Formulation, Implementation, and Evaluation; Market Structure, Firm Strategy, and Market Performance; Regulation and Industrial Policy
    Umfang: 1 Online-Ressource, illustrations (black and white)
    Bemerkung(en):

    Hardcopy version available to institutional subscribers