Ideally, we would use population-le

Ideally, we would use population-level information about the propensity of firms to receive VC funding. Unfortunately, the propensity of technology firms to receive VC funding is not known generally, and hence we are unable to correct for this
problem (the rare-events methodology that we use assumes that the sample is representative). However,following the logic behind the rare-events bias, we can state with certainty that this problem will attenuate our estimates. In this regard, our hypothesis testing exercise is particularly conservative.The rare-events logit procedure also allows us to explore the sensitivity of the results to different assumptions about the baseline probability of technology firms to successfully obtain venture funding. The results are not sensitive to these assumptions

ผลลัพธ์ (ไทย) 1:

ดาว เราจะใช้ข้อมูลระดับประชากรเกี่ยวกับสิ่งบริษัทเพื่อรับทุน VC อับ สิ่งของบริษัทเทคโนโลยีรับทุน VC เป็นรู้จักโดยทั่วไป และดังนั้น เราไม่สามารถแก้ไขนี้ปัญหา (วิธีเหตุการณ์ยากที่เราใช้ถือว่า ตัวอย่างที่เป็นตัวแทน) อย่างไรก็ตาม ต่อตรรกะอยู่เบื้องหลังเหตุการณ์หายากเส้นทแยง เราสามารถระบุ ด้วยแน่นอนว่า ปัญหานี้จะ attenuate ประเมินของเรา ในการนี้ สมมติฐานของเราทดสอบออกกำลังกายได้โดยเฉพาะอย่างยิ่งหัวเก่าขั้นตอนยากเหตุการณ์ logit ยังให้เราสำรวจความไวของผลกับสมมติฐานต่าง ๆ เกี่ยวกับความน่าเป็นพื้นฐานของเทคโนโลยีบริษัทเรียบร้อยแล้วได้รับทุนทุน ผลลัพธ์ไม่มีความไวต่อสมมติฐานเหล่านี้

ผลลัพธ์ (ไทย) 2:

จะเป็นการดีที่เราจะใช้ข้อมูลประชากรระดับเกี่ยวกับแนวโน้มของ บริษัท ที่จะได้รับเงินทุน VC แต่น่าเสียดายที่ความโน้มเอียงของ บริษัท เทคโนโลยีที่จะได้รับเงินทุน VC ไม่ได้รู้จักกันโดยทั่วไปและด้วยเหตุนี้เราไม่สามารถที่จะแก้ไขนี้
ปัญหา (วิธีการเหตุการณ์ที่หายากที่เราใช้สมมติฐานว่ากลุ่มตัวอย่างที่เป็นตัวแทน) แต่ต่อไปนี้ตรรกะที่อยู่เบื้องหลังอคติเหตุการณ์ที่หายากเราสามารถระบุด้วยความมั่นใจว่าปัญหานี้จะผอมประมาณการของเรา ในเรื่องนี้การออกกำลังกายการทดสอบสมมติฐานของเราโดยเฉพาะอย่างยิ่งขั้นตอน conservative.The logit เหตุการณ์ที่หายากนอกจากนี้ยังช่วยให้เราสามารถสำรวจความไวของผลการค้นหาในสมมติฐานที่แตกต่างกันเกี่ยวกับความน่าจะเป็นพื้นฐานของ บริษัท เทคโนโลยีจะประสบความสำเร็จได้รับการสนับสนุนเงินทุน บริษัท ร่วมทุน ผลลัพธ์ที่ได้จะไม่ไวต่อสมมติฐานเหล่านี้

ผลลัพธ์ (ไทย) 3:

ซึ่งเราจะใช้ข้อมูลประชากรระดับเกี่ยวกับความโน้มเอียงของบริษัทเพื่อรับ VC เงินทุน ขออภัย ความโน้มเอียงของ บริษัท เทคโนโลยีเพื่อรับ VC เงินทุนไม่เป็นที่รู้จักโดยทั่วไป ดังนั้น เราไม่สามารถที่จะแก้ไขปัญหานี้
( หายาก วิธีการที่เราใช้เหตุการณ์สมมติว่าตัวอย่างที่เป็นตัวแทน ) อย่างไรก็ตาม ต่อไปนี้ตรรกะที่อยู่เบื้องหลังหรือเหตุการณ์ที่หายากเราสามารถระบุด้วยความมั่นใจว่าปัญหานี้จะลดประมาณการของเรา ทั้งนี้ การออกกำลังกายและการทดสอบสมมติฐานของเราโดยเฉพาะอย่างยิ่งอนุรักษ์นิยม หายากเหตุการณ์โดยใช้ขั้นตอนนอกจากนี้ยังช่วยให้เราเพื่อศึกษาความไวของผลสมมติฐานที่แตกต่างกันเกี่ยวกับพื้นฐานความน่าจะเป็นของบริษัทเทคโนโลยีไปเรียบร้อยแล้วขอรับทุนทุนผลลัพธ์ที่ไม่ไวต่อสมมติฐานเหล่านี้