A Theory of Dichotomous Valuation with Applications to Variable Selection

Hu, Xingwei

doi:10.1080/07474938.2020.1735750

统计学 > 机器学习

arXiv:1808.00131v5 (stat)

[提交于 2018年8月1日 (v1) ，最后修订 2020年3月13日 (此版本， v5)]

标题：二分估值理论及其在变量选择中的应用

标题： A Theory of Dichotomous Valuation with Applications to Variable Selection

Authors:Xingwei Hu

摘要：如果我们在模型中引入一个新的变量，计量经济模型或统计模型可能会获得边际收益，而如果我们从模型中移除一个现有的变量，则可能会产生边际损失。假设所有候选变量之间机会均等，我们通过所有潜在建模场景中的期望边际收益和边际损失推导出一种估值框架。然而，边际收益和边际损失并不对称；因此，我们提出了三种无偏解。当用于变量选择时，我们的新方法显著优于实践中使用的几种流行方法。结果还探讨了Shapley值的一些新颖特性。

摘要： An econometric or statistical model may undergo a marginal gain if we admit a new variable to the model, and a marginal loss if we remove an existing variable from the model. Assuming equality of opportunity among all candidate variables, we derive a valuation framework by the expected marginal gain and marginal loss in all potential modeling scenarios. However, marginal gain and loss are not symmetric; thus, we introduce three unbiased solutions. When used in variable selection, our new approaches significantly outperform several popular methods used in practice. The results also explore some novel traits of the Shapley value.

评论：	74页，3个图，3个表格，4个算法，12个定理，14个证明
主题：	机器学习 (stat.ML) ; 机器学习 (cs.LG); 计量经济学 (econ.EM); 优化与控制 (math.OC); 统计理论 (math.ST)
MSC 类：	91A06, 91A12, 91A40, 91A60, 91A80,
ACM 类：	I.5.2; I.5.1; I.6.5; I.6.4
引用方式：	arXiv:1808.00131 [stat.ML]
	(或者 arXiv:1808.00131v5 [stat.ML] 对于此版本)
	https://doi.org/10.48550/arXiv.1808.00131
期刊参考：	Econometric Reviews, 2020
相关 DOI:	https://doi.org/10.1080/07474938.2020.1735750

提交历史

来自： Xingwei Hu Dr [查看电子邮件]
[v1] 星期三， 2018 年 8 月 1 日 01:30:22 UTC (94 KB)
[v2] 星期一， 2018 年 12 月 10 日 20:42:09 UTC (56 KB)
[v3] 星期二， 2019 年 1 月 15 日 19:07:46 UTC (58 KB)
[v4] 星期五， 2020 年 2 月 14 日 14:35:59 UTC (91 KB)
[v5] 星期五， 2020 年 3 月 13 日 13:25:34 UTC (91 KB)

统计学 > 机器学习

标题：二分估值理论及其在变量选择中的应用

标题： A Theory of Dichotomous Valuation with Applications to Variable Selection

提交历史

获取论文：

参考文献与引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

统计学 > 机器学习

标题： 二分估值理论及其在变量选择中的应用 显示英文标题

标题： A Theory of Dichotomous Valuation with Applications to Variable Selection

提交历史

获取论文：

参考文献与引用

BibTeX 格式的引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

标题：二分估值理论及其在变量选择中的应用