Modelos Empiricos de Pos-Dupla Selecao por LASSO: Discussoes para Estudos do Transporte Aereo
Alessandro V. M. Oliveira
本文介绍并讨论了使用LASSO方法的正则化回归和模型选择的估计形式 - 最小绝对收缩和选择运算符。 LASSO被认为是应用于高维计量经济学的主要监督学习方法之一,允许使用大量数据和多个相关控件。 解决了现代计量经济学中高维度性的后果和作为规范化程序基础的稀疏原则的概念问题。 该研究研究了主要的双后选择和后正则化模型,包括应用于工具变量模型的变化。 还简要介绍了Lassopack例程包,其语法以及HD,HDS(High-Dimension Sparse)和IV-HDS模型的例子,其中涉及固定效果估算器的组合。 最后,讨论了该方法在以空运为重点的研究中的潜在应用,重点是关于航空公司和飞机燃料消耗的运行效率的实证研究。
This paper presents and discusses forms of estimation by regularized regression and model selection using the LASSO method - Least Absolute Shrinkage and Selection Operator. LASSO is recognized as one of the main supervised learning methods applied to high-dimensional econometrics, allowing work with large volumes of data and multiple correlated controls. Conceptual issues related to the consequences of high dimensionality in modern econometrics and the principle of sparsity, which underpins reg...