如果你跟我一样属于没权没势的苦逼青年，那就只能增加或减少变量，或者采用变系数方法；
如果你是科研老手或头脑灵活的科研中手，很可会能改数据或调整样本再试；
如果你是牛得冒泡的牛二的哥哥牛大，那就直接改结果，没关系的，很多牛大甚至牛大的学生都是这样干的，然后顺便指出数据来自中国统计年鉴各期，让读者自己去找。

学习

哎！

主要是看数据形式吧，如果是时间序列或者面板数据，那真心不敢改，如果是问卷大家懂得。我如果碰到时间序列如果实在过不去，就换面板

楼主说的情况，做实证的坛友们其实都遇到过~值得探讨~

如果模型处于预测目的，r2越大越好，如果仅研究变量之间的关系，可以只看其显著性。毕竟模型不可能包含所有变量，解释能力有限。

首先是想 这个计量确实是不得不做的么？对于验证理论来说。不过不是，可以找找其他的检验方法。

如果就是为了这个计量而做的。数据驱动也没有什么吧。看结果在该结论呗。个人觉得很多时候都能解释的，只是需要重新设计理论部分的结构和框架。

所以个人觉得还是理论的问题？先把理论确定好了，再找合适的验证方法。

检验模型和修改变量，不能修改数据

这是个尖锐的问题。。。。。。。。。。。

不能修改数据，找原因，换方法，换命题