实证研究论文中关于统计量以及P值造假的识别问题

懂行的不会瞎造假，所以不容易辨别。真正要求提供数据程序的英文经济学期刊并不多，因为这样的要求会促使一些高手改投他处。

jinyuguo 发表于 2014-5-12 21:57
在excel用统计函数中的TDIST、TINV做一下就行了。

高大上。。。。。。。

我敢肯定，楼主发这个贴就是想造假，又怕被发现，心里没底，看看网上高人有没有什么识假高招好让自己不被发现。

还是 不太 明白
除了 重新 做，跑程序
只是从 系数
t值和标准误上 怎么看呢

既然要走学术这条道，还是严谨为好！造假可能获得一些短期好处，但长期利益就毁了！
越来越觉得，抱着急功近利的心态做不了学术！

URSIMON 发表于 2014-5-13 09:04
现在就坐在U of Rochester的river campus的Rush Rhees图书馆

我计划9月底到U of Rochester访学，可否联系您？如方便我加你为好友行么？然后交换联系方式

我曾经向几位作者索取过数据源 想自己用Stata跑 结果均没有回音

如果有经验的学者实证论文做假，光从文章的结果是发现不了做假的。只能是别人用同样数据同样方法发现结果不一致，怀疑做假。但是即使结果不一致，你也不能说人家做假，因为论文中通常会省略一些步骤，而这些很小的步骤可能影响结果。论文发表后即使大家怀疑做假，杂志要求论文作者提供数据和程序，从法律上说，作者可以拒绝。美国有一个经济学家被怀疑做假，他拒绝了杂志的要求。他说除非所有作者都提供数据程序他才会提供。所以对付做假主要还是靠学者自律。现在很多人用工业企业数据库，有学者把数据程序放在网上，这种公开透明的做法值得提倡。

经济学做假的情况还好一点，往往经济学家主要用ZF公布的二手数据。政治学社会学还有商学一些学科，用大量自己问卷收集的调查数据，更容易做假，因为无法事后检验。就算你重复调查100次数据结果正好相反，你也不能说他做假，可能他当时收集数据时1%的概率就发生了。

看看 学习一下