基于 Lasso 的推断方法的遗漏变量偏差：有限样本分析
统计理论
2021-09-15 v9 计量经济学
统计理论
摘要
我们研究基于 Lasso 的推断方法（如 post double Lasso 和 debiased Lasso）的有限样本行为。我们表明，由于 Lasso 未选择相关控制变量，这些方法会表现出显著的遗漏变量偏差（OVB）。即使系数为稀疏的且样本量较大并大于控制变量个数时，该现象也可能发生。因此，在实证应用中依赖现有的渐近推断理论可能是有问题的。我们将基于 Lasso 的推断方法与现代高维基于 OLS 的方法进行比较，并给出实用指导。
引用
@article{arxiv.1903.08704,
title = {Omitted variable bias of Lasso-based inference methods: A finite sample analysis},
author = {Kaspar Wuthrich and Ying Zhu},
journal= {arXiv preprint arXiv:1903.08704},
year = {2021}
}
备注
Final author version, accepted at The Review of Economics and Statistics