Newest papers

Which Text Matters: Handling Model Uncertainty in Text-as-Data Regressions, with an Application to Central Bank Communication

Martin Feldkircher, Bernd Prostmaier, Paul Hofmarcher, Pierre Siklos · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.19720 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Các nhà khoa học xã hội thường xuyên chuyển đổi văn bản thành các biến thể như chia sẻ chủ đề, điểm lý tưởng hoặc điểm cảm xúc, và chèn chúng vào các mô hình thống kê quan tâm. Thiết kế hai bước này thuận tiện, nhưng hiếm khi được hướng dẫn bởi lý thuyết: ít nói với nhà phân tích những biến thể dựa trên văn bản nào để xây dựng hoặc bao gồm. Mỗi phương pháp tiếp cận thể hiện các lựa chọn đo lường gây tranh cãi, và các hoạt động hóa cạnh tranh của cùng một cấu trúc có thể hỗ trợ các kết luận khác nhau, vì vậy một câu hỏi nghiên cứu duy nhất tạo ra một menu các mô hình hồi quy cạnh tranh. Những biến thể văn bản được xây dựng thuộc về một mô hình, và trong những hình thức chức năng nào, do đó là một vấn đề của sự không chắc chắn mô hình. Chúng tôi đề xuất các mô hình bổ sung tổng quát (SSGAMs

Machine translation (Meta M2M100); the English original follows.

Abstract

Social scientists routinely convert text into covariates like topic shares, ideal points or sentiment scores, and insert them into statistical models of interest. This two-step design is convenient, but it is rarely guided by theory: little tells the analyst which text-based covariates to construct or include. Each approach embodies contestable measurement choices, and competing operationalizations of the same construct can support different conclusions, so a single research question gives rise to a menu of competing regression models. Which text constructed covariates belong in a model, and in what functional form, is thus a problem of model uncertainty. We propose spike-and-slab generalized additive models (SSGAMs), which jointly select covariates and determine whether their effects are linear or nonlinear. We illustrate the approach with the communication of a powerful unelected institution, asking which of 45 competing text indicators from 224 monthly European Central Bank press conferences, spanning late 2002 to mid-2025, track professional inflation expectations. A sparse set is selected; widely used alternatives, and every tested nonlinear effect, carry no incremental information.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Covariate, Construct (python library), Computer science, Set (abstract data type), Econometrics, Ideal (ethics)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange