計量經濟學
有限樣本和無限樣本有什麼區別？
今天我在閱讀Borusyak (2021)的作品時遇到了一個術語“有限樣本” ：
我們通過提供模擬證據來結束本節，證明使用我們的估計器的效率增益是可觀的，它對一些平行趨勢違規的敏感性不大於替代方案，並且我們的推理工具在 有限樣本中表現良好
我搜尋了“有限樣本”和“無限樣本”
通過將人口視為由分佈表示的人口來處理從無限人口中進行的抽樣。…因此，來自無限人口的隨機樣本被視為來自分佈的隨機樣本
在我看來，關於“有限樣本”，我們在總體中隨機選擇一個樣本並分析該樣本並得出總體結論，而在“無限樣本”中，我們對整個總體數據進行測試得出結論對人口來說，是否正確？
片語“有限樣本”有點像 pleonams，因為每個樣本（根據定義）都是有限的。
他們用“有限樣本”一詞可能指的是一個小樣本或中等大小的樣本。
很大一部分統計推斷是基於大樣本近似值。例如，如果樣本量變得非常大，那麼樣本平均值會（機率）收斂於期望值以及樣本平均值與真實平均值之間的差值（倍 $ \sqrt{n} $ ) 收斂（分佈）為高斯（正態）分佈。
然而，在現實中，樣本是有限的，因此如果樣本量很小，這些近似可能不會很好地執行。為了表明即使對於不太大的樣本，近似值也表現良好，通常執行蒙特卡羅（即模擬）練習。我想這就是這篇論文所指的。