实证的文章首先要有数据，没有数据一切都是扯淡。所以，先把数据处理好。处理数据分两个基本步骤，第一为数据清理；第二为数据计算。这里没有统一的标准应当如何处理数据，但有一个基本要求就是做好Identification。技巧是，要么你借用比较成熟的理论模型，由理论模型到计量模型。这样ID不会有太大的偏差。如果是自己构建计量模型，那么ID的工作要自己严格按照统计和计量要求做，对模型的假设前提与限制有全面准确的理解。国内的实证文章，包括刊发在《经济学（季刊）》、《经济研究》等“顶级”期刊的，普遍存在ID不清的问题。
来源：
https://zhuanlan.zhihu.com/p/35662990
如果这可以帮助到你，请帮我评分，评分选项在我回复页面的右下方。

在数据预处理环节，我完成变量选择之后，对数据主要是处理其中的缺失值和离群值。完成这两项处理后，我就直接进入回归分析环节了。这样的操作应当是可以的吧，老师？