Estimativas de modelos de regressão robustos a outliers são desafiadoras porque a especificação do modelo e a definição de outliers são interdependentes, ainda que a pesquisa empírica normalmente as trate separadamente. Propomos uma estrutura que alinha de forma conjunta uma pergunta de pesquisa bem definida com especificações de modelo apropriadas e estimativa robusta. Reexaminando a relação entre incentivos de equidade do CEO e inovação, mostramos que as estimativas convencionais de mínimos quadrados produzem resultados instáveis: os efeitos de vega variam com as formas funcionais, enquanto os efeitos de delta são altamente sensíveis a observações influentes. Nossa estrutura reconcilia essas inconsistências, produzindo efeitos de vega consistentemente positivos e significativos ao lado de efeitos de delta geralmente insignificantes, destacando assim a importância de uma abordagem holística.
Ho et al. (Qua,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: