实证研究论文中关于统计量以及P值造假的识别问题

从国际期刊近年来的发展趋势来看，论文数据以及数据的处理过程在今后将会被越来越多的期刊要求作为附录提供。所以，后续的研究者可以在下载期刊的同时下载这些原始数据及编码程序。毕竟，社会科学相对于自然科学为人所诟病的原因之一就在于“社会实验”的不可重复性，所以，今后对数据真实性与分析过程可靠性的重视将无疑成为趋势。事实上，国际优秀期刊其“优秀”的一个重要原因即在于审稿过程的严谨，优秀的同行审稿人不仅熟知相关的理论和方法，更是对数据以及数据处理过程均保持严谨的态度。所以，文章数据的可靠性与期刊的水准无疑是高度正相关的。但就国内期刊来看，严格做到匿名评审尚且不易，就更不必说数据可靠性的问题了。如果仔细推敲大多数所谓CSSCI期刊中的实证论文，即使作者无心有失，想必也会无法避免的存在数据处理过程中的瑕疵。这不仅源于国内整体研究实力不足，更源于期刊审稿过程的不正规。希望今后国内的期刊也开始推行数据与处理程序的随同公开。

可以查出来,这在美国发生过,U Michigan 的一个心理学教授的实证论文数据造假被U Penn Wharton的一个教授通过统计学的方法发现了,辞职了.至于到底怎么发现的就不太清楚了,相关报道在这里http://retractionwatch.com/2012/07/12/university-of-michigan-psychologist-resigns-following-concerns-by-statistical-sleuth-simonsohn-nature/

实证性文章如发在规范性的杂志上，是要提供原始数据及回归结果的，这个是没有很大的空间造假的

URSIMON 发表于 2014-5-13 07:56
可以查出来,这在美国发生过,U Michigan 的一个心理学教授的实证论文数据造假被U Penn Wharton的一个教授通过 ...

您好，请问您去过Rochester大学？

其实业内同行一眼就能看出来数据是否造假，除了时间序列，一般回归的拟合优度都很低，上了0.3就算很不错了，如果只有统计结果达到显著，但是文章整体写作分析水平很差，也会让人怀疑可能造假了。很多问题正过来反过去做假设都可以，大多数人是根据回归结果来写假设，为了说明一个问题去修改的痕迹也很是明显。

feiyabendan 发表于 2014-5-13 08:37
您好，请问您去过Rochester大学？

现在就坐在U of Rochester的river campus的Rush Rhees图书馆

第一，理论逻辑上的判断可以帮助我们大概排除掉特别不靠谱的造假，至少是可以提醒注意违背逻辑的造假；
第二，论文本身应该能让人重复操作，这样你跑一遍就知道了；
第三，如果按照学术的规范，一次造假就意味着他得被赶出学术圈，成本那么高一般人也不愿意；
第四，结果也只是个测度而已，个人觉得没必要太纠结于此。
当然，以上是理想状态。

当前的状态时：中国数据都不真，方法再精妙，也是没辙，所以都是比葫芦画瓢，差不多就行了

可以发现一些简单的造假，近期在中国的权威期刊上就发现了结果造假。

经济研究上都有