实证分析观测数据的10条检查清单, 消除实证分析中许多潜在的虚假结果

凡是搞计量经济的，都关注这个号了

邮箱：econometrics666@126.com

在过去的几年里，我一直在给研究生教授统计学和因果推理入门。我发现自己在不断重复一些非常基本的观点。下面是一个用于分析观测数据的清单，我希望它能对新的实践者有所帮助。它们非常基本，也不全面，但在我看来，它们可以消除实证分析中许多潜在的虚假结果。底线是:请先看看你的数据!

1.绘制关键变量的直方图，包括处理变量和结果变量。这些分布是高度偏态还是有异常值?

2.通过绘制图表来理解数据中缺失数据的问题，并考虑如何处理它。

3.绘制处理变量和结果变量的二元散点图，以及局部加权曲线。当你把处理变量或结果变量中的数据截断5%的极端值时，你的结果是否成立?

4.检查你的“处理”组和“对照组”组在关键的预处理协变量上是否有重叠。

5.请记住正确地使用聚类标准误——理想情况下使用blocked (wild)自助标准误。一种完整性检查是将数据折叠到指定处理组的级别，并使用折叠后的数据运行一个简单的回归，例如个体数据可以折叠到社区层面。

6.如果你的模型包含了一个交互项，检查线性假设是否看起来可信。

7.当你在分析面板数据时，了解你的处理状态变化的源头至关重要。绘制一个图来显示一个单位内的处理状态如何随时间变化，例如:

8.如果你使用双重差分设计(或使用双向固定效应模型)，请绘制动态处理效应图。

9.如果您使用断点回归(RDD)设计，请为简约式（reduced form）绘制RD图。如果是模糊RDD，在第一阶段也画一个。中断时间序列设计也是如此。

10.如果使用工具变量(IV)设计，将IV估计值与OLS估计值进行比较。两者间若存在较大差异，那回归结果就值得可疑了(如果你主要关心的是OLS存在向上偏误)，需要对此做出解释。当你的IV、处理变量和结果变量是连续的，绘制第一阶段和简约形式的关系图会很有帮助。

关于这些实证，可以到社群交流，互帮互助互相交流的文化，真好。

关于回归中变量的问题

1.什么时候应该使用回归分析？控制变量意味着什么？2.如何选择正确的因变量(控制变量)，让你的计量模型不再肮脏，3.调节变量, 中介变量和控制变量啥区别与联系? 4.控制、调节和中介变量，系说，5.核心解释变量A不显著, 但加入变量B后, 为什么A和B都显著了？6.被解释变量比解释变量的层级更高的模型设定合理么？7.审稿: 协变量何时重要? 哪个重要, 有多重要？8.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系，9.因果推断专题：6.再谈混淆变量，10.什么时候需要标准化回归模型中的变量？11.因果推断专题：1.混淆变量，12.虚拟变量回归模型是什么? 政策评估的前件，13.11种与机器学习相关的多元变量分析方法汇总，14.回归中各变量的数值相差过大有事, 又有什么问题？15.哦, 不, 回归符号反了, 我们该怎么办？16.回归系数与预期相反时, 我们能够采取的方法和思路有哪些？17.显著不显著的后背是什么, 非(半)参估计里解决内生性，18.在什么情况下多增加一个自变量后, 回归的R方会变小呢？19.控制变量选择问题: 如何鉴别好或不好的控制变量？附上14篇相关文章！20.如何测度不可观测变量遗漏的严重程度, 建议各位学者看过来！21.如何选择合适的工具变量, 基于既有文献的总结和解释！22.如何选择合适的工具变量, 基于既有文献的总结和解释！23.如何测度不可观测变量遗漏的严重程度, 建议各位学者看过来！24.社会网络计量经济学是什么？测度社会关系网中的同伴效应！25.社会网络分析最新文献和软件学习手册