×
斯特凡诺·卡布拉斯;Tena Horrillo、Juan De Dios

贝叶斯非参数模型，用于估计学生对ICT投资的反应。 （英语） Zbl 1516.62170号

J.应用。斯达。 43，第14号，2627-2642（2016）.
摘要：本文估计了信息和通信技术（ICT）投资对学生数学成绩的因果影响，如西班牙2012年国际学生评估计划（PISA）所测。为此，我们应用了一种新的方法，称为贝叶斯加性回归树，它比更标准的参数规范具有重要优势。结果表明，ICT对数学成绩有中等正向影响。此外，我们分析了这种影响如何与学校特征和学生社会经济地位相关的变量相互作用，发现信息通信技术投资对低社会经济背景的学生尤其有益。

MSC公司：

62至XX 统计

关键词：

信息通信技术;捷运局;回归树;因果关系;贝叶斯统计

软件：

Stata公司;峰度检验;巴蒂;贝叶斯树
PDF格式BibTeX公司 XML格式引用
\textit{S.Cabras}和\textit{J.De D.Tena Horrillo}，J.Appl。Stat.43，No.14，2627--2642（2016；Zbl 1516.62170）
全文： 内政部 链接

参考文献：

[1] J.Angrist和V.Lavy，课堂电脑与学生学习的新证据，经济。J.112（2002），第735-765页。
[2] A.Banerjee、S.Cole、E.Duflo和L.Linden，补救教育：来自印度两项随机实验的证据，Q.J.经济。122（2008），第1235-1264页。doi:10.1162/qjec.122.3.1235·doi:10.1162/qjec.122.3.1235
[3] R.Barro，人力资本与增长《美国经济》。第91版（2001年），第12-17页。数字对象标识代码：10.1257/aer.91.2.12·数字对象标识代码：10.1257/aer.91.2.12
[4] L.Breiman，随机森林，马赫。学习。45（2001），第5-32页。doi:10.1023/A:1010933404324·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324
[5] H.A.奇普曼、E.I.乔治和R.McUlloch，BART：贝叶斯加性回归树，Ann.应用。统计师。4（2010年），第266-298页。doi:10.1214/09-AOAS285·Zbl 1189.62066号 ·doi:10.1214/09-AOAS285
[6] R.B.D’Agostino、A.J.Belanger和R.B.D‘Agostino，Jr。，关于使用强大且信息丰富的正态性检验的建议阿默尔。统计师。44（1990年），第316-321页。
[7] A.P.Dawid，没有反事实的因果推理，J.Amer。统计师。《协会》第95卷（2000年），第407-424页。doi:10.1080/01621459.2000.10474210·Zbl 0999.62003号
[8] J.Delfgaauw和R.Dur，公共部门的激励措施和工人激励，经济。J.18（2008），第171-191页。
[9] D.Figlio和L.W.Kenny，教师个人激励与学生表现，公共经济学杂志。91（5-6）（2007），第901-914页。doi:10.1016/j.jpubeco.2006.10.001·doi:10.1016/j.jpubeco.2006.10.001
[10] T.Fuchs和L.Wöβmann，学生表现的国际差异是什么原因？使用PISA数据重新检查。皇帝。经济。4（2007年），第433-464页。doi:doi:10.1007/s00181-006-0087-0·doi:10.1007/s00181-006-0087-0
[11] T.Fuchs和L.Woessman，计算机与学生学习：家庭和学校计算机可用性和使用的双变量和多变量证据，布鲁塞尔经济。第47版（2004年），第359-389页。
[12] A.Goolsbee和J.Guryan，互联网补贴对公立学校的影响《经济评论》。统计师。88（2006），第336-347页。doi:10.1162/rest.88.2.336·doi:10.1162/rest.88.2.336
[13] E.Hanushek和D.Kimko，教育、劳动力素质与经济增长阿默尔。经济。第90版（2000年），第1184-1208页。doi:10.1257/aer.90.5.1184·doi:10.1257/aer.90.5.1184
[14] L.H.希尔，因果推理的贝叶斯非参数建模，J.计算。图表。统计师。20（2011年），第217-240页。doi:10.1198/jcgs.2010.08162
[15] H.Kirkpatrick和L.Cuban，电脑让孩子更聪明，对吧？TECHNOS Q公司。教育。Technol公司。7（1998），第1-11页。
[16] M.Leonti、S.Cabras、C.Weckerle、M.Solinas和L.Casu，当前植物知识对草本植物的因果依赖性——与马提奥利（1568）相比，坎帕尼亚（意大利）的当代药用植物使用，J.乙烯利。130（2010），第379-391页。doi:10.1016/j.jep.2010.05.021·doi:10.1016/j.jep.2010.05.021
[17] E.Leuven、M.Lindahl、H.Oosterbeek和D.Webbink，为弱势学生提供额外资金对成绩的影响《经济评论》。统计师。89（2007），第721-736页。doi:10.1162/rest.89.4.721·doi:10.1162/rest.89.4.721
[18] L.Lochner，教育的非生产性益处：犯罪、健康和良好公民身份，NBER工作文件16722，国家经济研究局，2011年·doi:10.3386/w16722
[19] S.Machin、S.McNally和O.Silva，学校新技术：有回报吗? 经济。J.117（2007），第1145-1167页。
[20] 经合组织，PISA 2009年技术报告，经合组织，巴黎。
[21] S.Petrone、J.Rousseau和S.Scriociolo，贝叶斯和经验贝叶斯：它们合并了吗? Biometrika 101（2014），第285-302页。doi:10.1093/biomet/ast067·Zbl 1452.62148号 ·doi:10.1093/biomet/ast067
[22] P.罗伊斯顿，关于sg3.4的评论。和改进的达戈斯蒂诺测试、Stata Tech.Bull。3（1991年），第23-24页。转载于Stata技术公告转载，1110-112。德克萨斯州大学城：Stata出版社。
[23] R.E.Schapire和Y.Singer，使用可信度预测改进的提升算法，马赫。学习。37（1999），第297-336页。doi:10.1023/A：1007614523901·Zbl 0945.68194号 ·doi:10.1023/A:1007614523901
[24] V.斯皮齐亚，使用电脑能提高教育成就吗?PISA学生级证据，经合组织经济学杂志。Stud.1（2010），第1-22页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。