假设为正向关系，验证结果却为负向关系

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

假设为正向关系，验证结果却为负向关系（显著）。你们遇到过没有？是修改理论假设，还是尽量做出解释？求助。

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

分享1 收藏0 回帖

不可能修改理论假设的，你不能因为取了一个样本没有验证你的假设就否定你之前努力建构的理论框架，而且多半是你数据的问题。当然前提是你的理论建构得正确，一种做法是为结果寻求解释，第二种做法是增加调节变量。

加控制变量吧，可能你的假设并没有错，只是因为某些偏相关关系的缘故对回归结果产生了影响，或者说模型中遗漏了其他可能对因变量产生影响的变量。
这时候如果换个方向去解释，可能会比较牵强。
楼主不妨把你的假设和做法具体说说。

你要解释得合情合理才行
让评审专家觉得符合直觉判断

解释清楚就可以吧

大都能找解释的，楼主试试看，自己不能解释的，可以问问身边的人或是老师，他们也解释不了的，找些文献看看里面有没有解释的观点都可以的

各位的意见都很中肯！我找到了一个较为权威的理论解释相反结果。但感觉最好分情形，增加一个调节变量看看。
另外，你们在研究中碰到这种情况么？看没有看过国外相关研究出现这种情况？

反复测试模型稳健性后若还相反，就想办法解释呗，没准也算重大发现呢

这种情况经常遇到，这就是计量论文在相关关系与因果关系之间差异的主要体现！一个计量方程，检验的结果是显著的正相关，而加入控制变量后，可能变为不显著甚至是负相关，所以很难通过一次性的检验结果得出准确的结论！
只有在没有内生性（引入控制变量、面板方法、2SLS）以及考虑异方差（WLS，报考异方差-稳健标准误）后，你得出的相关性的结果才是可信的（时间序列要考虑序列的平稳性）！
而解决内生性问题，一直以来没有统一的必然准确的方法！