一篇新的arXiv论文探讨了Oaxaca-Blinder分解(OBD)这一统计工具,它用于区分由协变量或结果引起的群体差异。研究表明,在OBD中选择参考群体会导致实质上不同的结论,这种敏感性在复杂的回归模型(包括预训练Transformer)中更为明显。研究结果表明,大型数据集和现代机器学习并未从根本上解决这种结论逆转问题,这表明实践者应报告OBD的两个方向,并且需要进一步研究。 AI
影响 强调了在使用Transformer等复杂模型进行统计方法时的一个潜在陷阱,影响了对AI驱动的分析的解读方式。
排序理由 学术论文发布在arXiv上,详细介绍了统计方法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →