There is no pair of words that is m

There is no pair of words that is more misused both in econometrics texts and in
the applied literature than the pair “multi-collinearity problem.” That many of our
explanatory variables are highly collinear is a fact of life. And it is completely clear
that there are experimental designs X
X [i.e., data matrix] which would be much
preferred to the designs the natural experiment has provided us [i.e., the sample at
hand]. But a complaint about the apparent malevolence of nature is not at all constructive, and the ad hoc cures for a bad design, such as stepwise regression or
ridge regression, can be disastrously inappropriate. Better that we should rightly
accept the fact that our non-experiments [i.e., data not collected by designed experiments] are sometimes not very informative about parameters of interest.1

Kết quả (Việt) 1:

Có là không có đôi lời hơn lạm dụng trong kinh tế lượng văn bản và trongCác tài liệu áp dụng hơn so với các cặp "collinearity đa vấn đề." Mà nhiều người của chúng tôigiải thích các biến đánh giá cao hoặc là một thực tế của cuộc sống. Và nó là hoàn toàn rõ ràngmà không có thử nghiệm thiết kế X X [tức là ma trận dữ liệu], đó sẽ là nhiềuưa thích để thiết kế các thí nghiệm tự nhiên đã cung cấp cho chúng ta [tức là mẫu tạitay]. Nhưng khiếu nại về malevolence tự nhiên, rõ ràng là không hoàn toàn mang tính xây dựng, và quảng cáo hoc các phương pháp chữa trị cho một thiết kế xấu, chẳng hạn như stepwise hồi quy hoặcRidge hồi quy, có thể hình không phù hợp. Tốt hơn là chúng ta nên đúngchấp nhận thực tế rằng chúng tôi không-thí nghiệm [tức là dữ liệu không được thu thập bởi các thiết kế thí nghiệm] đôi khi không phải rất nhiều thông tin về các thông số của interest.1

Kết quả (Việt) 2:

Không có cặp từ đó là lạm dụng nhiều hơn cả trong các văn bản kinh tế và trong
các tài liệu áp dụng hơn so với các cặp "vấn đề đa cộng tuyến." Đó là rất nhiều của chúng tôi
biến giải thích là rất thẳng hàng là một thực tế của cuộc sống. Và nó là hoàn toàn rõ ràng
rằng có những thử nghiệm các thiết kế X? X [tức là, ma trận dữ liệu] mà sẽ được nhiều
ưu tiên để thiết kế các thí nghiệm tự nhiên đã cung cấp cho chúng tôi [tức là, các mẫu ở
tay]. Nhưng đơn khiếu nại về những ác tâm rõ ràng về bản chất không phải là ở tất cả các tính xây dựng, và các quảng cáo hoc phương pháp chữa trị cho một thiết kế xấu, chẳng hạn như hồi quy từng bước hoặc
hồi quy sườn núi, có thể là tai họa không phù hợp. Tốt hơn là chúng ta một cách đúng đắn nên
chấp nhận thực tế rằng chúng tôi không thí nghiệm [có nghĩa là dữ liệu chưa được thu thập bởi các thí nghiệm được thiết kế] đôi khi không phải là rất nhiều thông tin về thông số của interest.1