当看到期刊1整期都是DID实证设计, 就不自主地想起了这篇AER文章作为reminder

主要观点总结

本文探讨了计量经济学领域中的p-hacking和发表偏倚现象，重点关注顶级经济学期刊中随机对照试验（RCT）、双重差分法（DID）、工具变量（IV）和断点回归设计（RDD）等方法的运用。研究发现，p-hacking和发表偏倚在不同方法中的程度存在差异，其中工具变量（IV）和双重差分法（DID）尤为突出。文章通过三种方法量化显著性区域内z值的过剩或缺乏，并探讨了研究方法、研究设计、编辑和审稿人的态度等因素对结果的影响。同时，文章还提供了关于多期DID或交叠DID的最新进展和相关代码解读。

关键观点总结

关键观点1: 本文探讨了计量经济学领域中的p-hacking和发表偏倚现象，这是经济学领域可信度革命的一部分。

本文研究了在顶级经济学期刊中，不同因果推断方法（如RCT、DID、IV和RDD）在p-hacking和发表偏倚方面的差异。研究发现p-hacking和发表偏倚的程度因所使用方法而异，其中IV和DID方法尤为突出。

关键观点2: 本文采用了三种不同的方法来识别p-hacking的差异，包括扩展Brodeur等方法，通过对比已发表研究体量，发现IV方法和（在较小程度上）DID方法的p-hacking和/或选择性发表的现象显著高于RCT和RDD方法。

本文通过卡尺检验和对比对照分布等方法，发现工具变量（IV）方法的边际显著检验比例高于RCT，表明IV方法更容易受到p-hacking的影响。

关键观点3: 本文探讨了研究方法、研究设计、编辑和审稿人的态度等因素对p-hacking和发表偏倚的影响，并强调了识别和纠正发表偏倚的重要性。

本文通过对比不同期刊、不同领域的研究，发现p-hacking现象与研究者的背景并无关联。同时，本文强调了改进研究设计本身可能在一定程度上限制p-hacking，并降低偏颇报告的可能性。

免责声明