论文数据处理问题，有酬求帮忙

本人大四生一名，目前苦逼的码论文中。
请问各位坛友，如果实证模型中发现某一区间的数据可能影响回归模型效果，且从理论模型中也稍微可以看出该问题，删除后是否有需要在理论模型一段做个解释？
另外，之前看到部分论文中其数据筛选依据所筛选的数据量较其实际观测值多，做出来的结果也不太符合其结论，但删除至该文提供的样本数量时能得到相对符合的结论（因为其交代的删除依据实在不明），请问这是否也算一种学术不端？如果偶们将来发文时也有人别有用心故意删掉一些数据（甚至不交代其理据），又是否是一种变相的数据造假？期刊会否就此处理作者？烦请知道的朋友告知，有用者必重酬谢之。（因为吾舍友需要发文又得不出需要的结果，因而挺着急的，故帮忙一问）

1- 如果是实际观测数据，则可以原文发表。
    需要仔细研读是观测主管倾向造成的偏差，还是统计失误造成的偏差。
    亦或者是实际状况的条件偏离了统计默认的条件造成的偏差。
2- 学问需要实事求是。这是底线。

duojinian 发表于 2013-4-17 20:16
1- 如果是实际观测数据，则可以原文发表。
    需要仔细研读是观测主管倾向造成的偏差，还是统计失误造成的 ...

1、是针对上市公司数据所使用的，标准上带有主观性，但是用原文的理论模型也说得通。不知道这样还能够发表么？
2、貌似数据的技术处理都是带有主观性的吧，是否如果有合理的理由就不应当视为数据造假？

如果想精益求精，有必要对删除的数据做出解释，尤其是时间序列的数据，经常使用前都会做一些例如自相关检验方面的预备措施，删除一些可能影响到实证结论的数据，这基本是基于客观的统计数据处理的要求，并非·主观上说删就删，这对于做学术研究的而言不太合理，缺乏必要的紧密的逻辑性！只是一想，还望对楼主的室友有助！

orj1202 发表于 2013-4-17 23:40
如果想精益求精，有必要对删除的数据做出解释，尤其是时间序列的数据，经常使用前都会做一些例如自相关检验 ...

其实我也有这个问题的说。
不过我的是面板数据。
我用的方法貌似经济学不常用，是借鉴了医学和化学常用的一种叫做Q值检验法的思想，通过数据排序后将该层数据离差较大的前端或者后端数据排除了，总体排除率在9%以下，应该能够满足要求的吧。自相关这些已经做过了，基本没甚问题，之所以这样做排除，只是想将方程的P值由0.05减少至0.01以下.
请教大虾，这样可以么？