计量得不出想要的结果你会怎么做

当你做计量的论文，出来的结果关键变量的系数出乎你意料，比如说很不显著、符号相反，很不稳健等等，排除了共线、极端值等问题，还是得不到你预计的结果，你怎么做？
我对dynare301的质疑的回复见https://bbs.pinggu.org/forum.php? ... 2239&from^^uid=561260

多谢各位的回复！从目前来看，选择“4修改论文命题，按计量结果来设计命题”的人最多，但这种方法是不是多少有点数据驱动的意味。记得有个计量经济学家说过（大意），从数据里挖掘出命题是不可取的，但完全拒绝从数据中学习也是不对的。这中间的界限实在不好说清。
另外，有位朋友提到模型形式、数据预处理，我有些不懂的地方向大家求教：
1.如何选择模型形式呢，好像有一种是比较R2（包括调整后）还有其他准则，但好像除了普通的使用ols的线性模型之外，在许多模型中，R2好像意义不是很大，比如面板，这时候该如何选择呢？
2.如果在使用ols的线性模型中，一种模型形式是关键变量显著，R2比较低，另一种模型形式是关键变量不显著，但R2比较高，这应该怎么选呢？我想多数人会选择前者，但如何解释这种情况呢？
3.对于数据预处理的问题，一般是如何处理呢？我只知道一个取log，可以减小异方差，也能避免“大数吃小数”的问题，其他还有什么方法经常会用到？
4.对于处理数据，处理前不显著，处理后显著，是不是应该说明为什么处理后就显著了？你考虑了同样的影响因素，但是进入模型的形式不同就造成这么大差异，是不是说明稳健性有点问题？但这似乎不太容易说明，好像一般都是直接说经过这样那样的处理，不具体说明。
5.比如说我研究GDP，为考虑人口总量的不同，我可以设定Y为人均GDP，但也可以直接把人口数放在方程右边，这也考虑了人口规模的不同（我理解为应该是函数形式不同），但这两种方法可能对关键变量的显著性有很大影响，应该如何选择？

很多人是修改数据  甚至编撰了个数据

包括理工科的在内  很多很多

殊不知道  数据与预期结果不一样 往往更能说明问题  仔细 研究下去 往往能发现真正的问题所在

很多国外的重要发现都是 在这样无意识的情况下偶然发现的

调整变量重做，再不行换个方法再做！！

楼主前两天已经发过一个“篡改数据严重吗”的帖子
https://bbs.pinggu.org/thread-1556715-1-1.html
今天又发此贴，
司马昭之心，路人皆知

345有可能，宁死不改数据！

楼主的这种行为是要我们帮你出主义，你开拓思路后去造假，太不厚道了，严重谴责。

不需要

dynare301 发表于 2012-8-26 08:20
楼主前两天已经发过一个“篡改数据严重吗”的帖子
https://bbs.pinggu.org/thread-1556715-1-1.html
今天又 ...

你想太多了，只是在做论文的过程中的疑惑，想知道其他人有没有遇过类似的问题，以及是如何解决的。事实上，我之前做的东西，就是因为不显著和不稳健，所以放弃不做了。
聂辉华老师说过，许多初学者之所以对着同样的数据，做不出其他人作出的那么漂亮的结论，往往是由于极端值共线性等等细节问题，只要增加一点实证的技巧，就可以做出比较好的结果。（大意如此）所以我想看各位有没有什么好的经验借鉴一下而已。
再者，我发的那个“篡改数据严重吗”的帖子似乎被回帖的诸位误解了，谁都知道篡改数据是学术不端，我想问的是，篡改数据的行为是否泛滥成灾。
最后，如果我要做见不得人的事情，我会尽量用马甲，虽说这账号也不是实名，但总是蛛丝马迹多了点。

千年孤独 发表于 2012-8-26 09:07
楼主的这种行为是要我们帮你出主义，你开拓思路后去造假，太不厚道了，严重谴责。

你随便揣测别人的动机，还是往不好的方面去揣测，更加不厚道。
做计量得不出想要的结果我想应该不是罕见的事情，这不是交流经验吗

{:3_61:}