稳健性检验有哪些方法?

Question

如题所述

Answer 1

1. 稳健性检验的目的是验证模型在不同条件下的稳定性，即在变量形式、控制变量加入与否、以及使用不同研究方法时，模型中应该显著的项仍然显著，不显著的项依旧不显著。
2. 在进行线性回归分析时，通常需要考虑加入和不加入控制变量两种情况，以对比模型的稳定性。此外，还可以采用多种研究方法，如线性回归、逐步回归、分层回归等，来测试同一个变量的显著性是否在不同方法下发生变化。如果模型在各种情况下均表现出稳定性，或者只有极个别情况发生变化，这表明模型具有稳健性。
3. 稳健性检验考察的是理论和变量对某一问题或现象的解释能力的强健性，即在理论和条件发生变化时，变量对问题的解释力是否依然稳定。
4. 稳健性检验的方法包括但不限于：拆分样本，例如根据性别将样本分为男性和女性两组，检验自变量显著性是否在不同样本中保持一致；更换研究方法，使用不同的统计技术（如线性回归、逐步回归等）测试自变量的显著性，看其是否在不同方法下保持稳定；更换变量，使用与原因变量意义相近的其他变量进行测试，以验证自变量的显著性是否一致；放置控制变量，加入如年龄、性别等人口统计变量，检验自变量显著性是否在加入控制变量后发生变化。
5. 以SPSSAU为例，进行稳健性检验的背景是研究高管信息和企业规模资产对研发投入的影响。在此案例中，高管信息包括高管的平均年龄、任期、学历和团队人数。通过SPSSAU回归分析，探究这些变量对研发投入的影响，并对结果进行解释。稳健性检验通过在模型中加入控制变量（如年份）和不加控制变量的情况下进行对比，来验证模型的稳健性。结果显示，高管的平均学历、团队人数和企业规模资产对研发投入有显著的正向影响，而高管的平均年龄有显著的负向影响，而高管的平均任期对研发投入无显著影响。由此可知，自变量的显著性在前后对比中未发生改变，说明模型具有稳健性。