基于超高维文本数据的混合条件回归及其在非法官因素效应估计中的应用
统计方法学
2024-08-09 v1
摘要
检验司法公正性在实证法律研究中是一个根本性的重要问题，标准回归方法已被广泛用于估计非法官因素效应。然而，那些方法无法处理具有超高维度的控制变量，例如以文本格式记录的判决文书中所发现的。为解决此问题，我们提出了一种新颖的混合条件回归（MCR）方法，假设整个样本可被划分为若干潜在类别。在每个潜在类别内，可使用标准线性回归模型来建模响应与关键特征向量之间的关系，后者被假定为固定维度。同时，超高维控制变量被用于确定潜在类别归属，其中使用朴素贝叶斯型模型来描述该关系。因此，控制变量的维度可被允许任意高。我们开发了一种新颖的期望最大化算法用于模型估计。从而，我们能够如同潜在类别归属已知那样高效地估计感兴趣的关键参数。给出了模拟研究以证明所提出的MCR方法。为说明目的，分析了一个中国 burglary 犯罪的真实数据集。
引用
@article{arxiv.2311.07906,
title = {Mixture Conditional Regression with Ultrahigh Dimensional Text Data for Estimating Extralegal Factor Effects},
author = {Jiaxin Shi and Fang Wang and Yuan Gao and Xiaojun Song and Hansheng Wang},
journal= {arXiv preprint arXiv:2311.07906},
year = {2024}
}