老师您好，我想问一下，我做引力模型，做出来应该用随机效应，但是我看论文基本都控制了时间固定效应和国家固定效应，可是我控制了那两个之后结果就不稳健， 请问我可以不控制吗

真是好贴，现在计量实证都要求做稳健性分析。我是期刊要求论文必须添加这部分内容，才恶补相关知识的。

你好大神们，请问稳健性可以通过增加控制变量的方法进行吗，我替换了变量但是结果都不显著，增加一个控制变量以后结果显著了。
还有一个问题是，如果利用双向固定效应模型“ 显著 系数为正”，但是个体效应“ 不显著 系数为负”，这两个一定要都显著并且相关性一致才行吗（不是在稳健性检验，只是看好多文章在汇报结果的时候都分为很多种情况，包括不控制个体和时间，控制个体，控制个体和时间，所以前两项不显著我就不知道该怎么汇报了）

稳健性检验（Robustness Check）是经济学、统计学以及社会科学领域研究中常用的一种方法，旨在验证模型估计结果的稳定性和可靠性。稳健性检验的核心在于改变假设条件或数据处理方式后，看主要结论是否仍然成立。以下是一些常见的进行稳健性检验的方法：

1. **改变变量定义**：比如使用不同的指标来度量同一概念（例如，使用收入代替财富作为经济地位的衡量），或者对连续变量采用不同的分组标准。

2. **剔除异常值或极端观察值**：检查结果是否依赖于少数异常值的存在。可以尝试删除这些点后重新估计模型。

3. **更换模型设定**：比如从线性回归转为非线性模型，或者在时间序列分析中考虑不同的滞后结构。

4. **使用不同样本**：将数据分为训练集和测试集进行交叉验证，或排除特定国家、时期的数据再次检验结论的普遍性。

5. **改变估计方法**：比如从普通最小二乘法（OLS）改为固定效应模型（Fixed Effects），或者使用稳健标准误（Robust Standard Errors）来检查异方差问题的影响。

6. **加入额外控制变量**：增加可能影响结果的其他因素，看主要解释变量的系数是否显著改变。

7. **反事实检验或安慰剂测试**：通过随机分配处理组和对照组，或者在无关变量上运行模型，以验证原假设的有效性。

8. **敏感度分析**：系统地改变模型参数、数据假设等，观察结果如何变化，比如增加/减少样本量，改变缺失值填补策略等。

9. **使用不同的软件包或编程语言重新计算**：虽然不太常见，但有时不同平台的实现细节差异可能会影响最终结果。

稳健性检验的关键在于系统地检查研究结论是否在各种合理的变化条件下都成立。如果核心发现能够在多种情况下保持稳定，那么这些发现就被认为是更可靠的。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用