全部版块 我的主页
论坛 计量经济学与统计论坛 五区 数据交流中心
6188 0
2025-08-05
[color=rgba(0, 0, 0, 0.9)]

在实证论文中,主假设检验稳健性检验是前后呼应的两环:前者回答核心结论是否成立,后者回答结论是否只是巧合或依赖于特定设定。下面用一张逻辑图 + 三种常见套路 + 代码模板帮你快速把稳健性检验嵌入主假设流程,国家自科/社科基金结题、中英文期刊均适用。




一、逻辑图:从主假设到稳健性检验的闭环

mermaid.png




二、三种万能稳健性套路(附示例句)


套路1:替换核心变量度量


目的:排除变量构造方式驱动结果



做法



主假设用 出口额 度量贸易绩效 稳健性改用 出口产品种类数 出口质量指数



主假设用 专利授权数 稳健性改用 发明专利申请数 引用加权专利



报告句式


“表3(2)列将被解释变量替换为出口质量指数(lnexqual),核心解释变量Treat×Post系数保持显著(β=0.32, p<0.01),表明基准结果不受绩效度量方式影响。”



套路2:调整模型设定


目的:排除函数形式/控制变量选择驱动结果



做法



主假设用 OLS 稳健性改用 Poisson/负二项回归(计数数据)。



主假设用 线性模型 稳健性改用 分位数回归(检验不同分布点)。



主假设用 省份固定效应 稳健性加入 省份×年份高维固定效应



报告句式


“采用负二项回归重新估计后,交互项系数仍在5%水平显著(4(3)),排除了泊松分布误设导致的偏误。”



套路3:样本截断 & 内生性处理


目的:排除极端值/反向因果/遗漏变量干扰。



做法



样本截断:删除1%极端值、或仅保留持续经营企业样本



工具变量IV:用政策试点城市地理距离行业外生冲击IV



PSM-DID:用倾向得分匹配+双重差分,确保处理组对照组可比。



报告句式


“表5(4)列显示,采用PSM-DID样本后,交互项系数从0.41降至0.38,但仍显著(p=0.028),验证了结论不受样本选择偏误影响。”





三、代码模板(Stata & Python 对照)

Stata:三步出结果


7a86e1fb50a4b3692e560721a7b3cc5b.png


Python:PyHDFE + linearmodels

418409724701e915f176238453039d12.png

[color=rgba(0, 0, 0, 0.9)]



四、国家自科/社科基金结题专用提示


主假设与稳健性必须放在同一章节,标题为“5.3 稳健性检验(国自科模板要求)。



表格编号:主回归表5-1,稳健性表5-25-4勿另起章节



关键一句话:在结题报告主要创新部分需写:


“通过变量替换、IV估计、样本截断等三种稳健性检验,核心结论始终显著,排除了度量误差与内生性干扰。”





五、一句话总结

先跑主回归,再用换变量、换模型、换样本三把刀各砍一刀;三刀下去仍显著,就可放心写结论。



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群