“傻瓜”学计量——稳健性检验的10种方法（持续更新）
提纲：“10种” 稳健性检验的方法
我们为何要做稳健性检验？要确保结论的稳健性
1.变量替换（自变量 因变量，比例、自然对数、程度变量）
在文献中一般表现为：参考其他大佬的测量方法、和指标选择。
在实证中，变量替换的对象主要是所考察主题的因变量（被解释变量）、自变量（解释变量）。根据不同论文的度量 方法，可以引用不同的变量替换方式，来考察问题或者亚久假设的稳健性。
2.检验方法替换（连续变量 离散变量）
大部分情况下，会根据因变量的特征来选择方法。 例如，当主题所考察的因变量为连续变量，其存在不少0样本时，文章选择最小二乘法（OLS）、tobit模型都比较合适，显然这两种方法在一定程度上来讲 都是可以替换的。
少部分情况下，选择方法时，也要考虑样本的特性。例如，当样本时截面数据或面板数据时，选用的方法也会不同。
3.内生性问题（工具变量法、DID等）
内生性是社科领域中研究因果关系时必须要关注和考察的。
| 内生性问题产生的原因 | 遗漏变量 |
| 反向因果 | |
| 自我选择偏误 | |
| 样本选择偏误 | |
| 内生性问题的解决方法 | 工具变量法 |
| Heckmann二阶段模型考察 | |
| 自然实验法 | |
| DID双重差分法 | |
| 内生性具体内容及stata指令 参考我的另一篇笔记： | |
4.特殊样本剔除（特殊年份 特殊地区 特殊个体）
在文献中的出现形式：放大或缩小样本时间窗口、剔除例如武汉新冠时期GDP、剔除我国大量增发货币的年份的数据。
5.增加其他控制变量（个体、企业、地区等）
增加那些，在模型回归分析中我们经常忽视或者遗漏的一些重要因素，而这些因素将是影响我们考察因果关系中的重要变量。根据以往文献选取控制变量。
在文献中的出现形式：增加控制变量、修改模型设定（在基准模型中加入固定效应、行业✖年份交互固定效应）。
6.变换样本
即：作者用某个数据库的样本得出结论后，再通过其他样本（或数据库）进行检验分析，从而进一步夯实了这个结论。
（比较麻烦）
7.排除其他理论依据假说
用实证研究推翻别人的逻辑。
8.多重共线性问题（膨胀因子分析法）
逐步回归法：第一种：将显著的变量逐步进行剔除。
第二种：若存在交乘项时，应先对变量进行中心化处理，再得出交乘项。
9.排除（非）线性关系（构建平方项纳入方程等）
基本思路：在基准模型中引入自变量的二次方项就可以了。
为避免多重共线性问题，需将二次方向先进行中心化处理再引入基准方程。
10.剔除异常值的影响
对连续变量进行缩尾处理
旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。
更多推荐
18
0- 0
已为社区贡献4条内容
所有评论(0)