统计百科 · 2026-07-11

Oster δ 遗漏变量稳健性检验怎么写？系数边界与论文报告模板

Oster δ 检验如何报告？本文解释短模型、完整模型、Rmax、δ 与偏误调整系数，提供可复现提示词和 APA 模板，并说明 δ 是设定依赖的敏感性分析而非无遗漏偏误证明。

加入控制变量后核心系数仍然显著，并不能证明遗漏变量偏误已经消失。Oster δ 的用途，是把“系数变化”和“模型解释度变化”放在一起，询问：如果不可观测因素相对于可观测因素具有某种选择强度，核心系数会如何变化？要使系数归零，需要多大的选择程度？

它是一种依赖假设的敏感性分析，不是遗漏变量不存在的检验。

报告前要做的四个决定

短模型与完整模型分别包含哪些变量；
两个模型是否使用同一估计样本；
Rmax 如何设定；
δ 与偏误调整系数的方向、大小如何结合理论解释。

如果更换控制变量时样本量也随缺失值变化，系数差异可能混合了模型设定和样本构成变化。报告时应优先保证可比样本。

可复现的数据示例与输入提示

列名	含义
firm_id	个体标识
year	年份
roa	被解释变量 Y
digital	核心解释变量 X
size、lev、growth	完整模型控制变量

建议提交：

对 roa 与 digital 的关系做 Oster δ 遗漏变量敏感性分析。firm_id 是个体列，year 是时间列；完整模型控制 size、lev、growth。请使用同一有效样本比较无控制和含控制的双向固定效应模型，报告 β0、β̃、R0²、R̃²、Rmax、使 β=0 的 δ 和 δ=1 时的偏误调整系数，并明确 R² 是 within R²，δ 不能证明没有遗漏变量偏误。

控制变量应基于理论和研究设计事先确定，不能为了让 δ 变大而反复试配。

ChatSRS 当前能力边界

当前 panel_oster 分析器比较无控制和含控制的双向固定效应模型，默认令 Rmax = min(1.3 × R̃², 1)，并输出：

无控制模型 β0 与 within R0²；
含控制模型 β̃ 与 within R̃²；
Rmax；
使核心系数归零所需的 δ；
假设 δ = 1 时的偏误调整系数 β*。

**能力边界：**δ 完全依赖短模型、完整模型、Rmax 和“可观测选择可代表不可观测选择”的设定。当前 R² 是吸收个体和时间固定效应后的 within R²，可能与基于总 R² 的文献示例口径不同。δ 较大也不证明不存在遗漏变量偏误，更不自动建立因果关系。

输出结果怎么解释

指标	解释
β0	不含所列控制变量时 X 的系数
β̃	含控制变量时 X 的系数
R0²、R̃²	两个模型吸收固定效应后的组内解释度
Rmax	对包含不可观测因素后最大解释度的假设
δ	在当前设定下，使系数归零所需的相对选择程度
β*(δ=1)	假设不可观测选择与可观测选择同等强时的调整系数

“δ > 1”常被作为相对稳健信号，但不是跨研究通用的硬门槛。尤其当 β0 与 β̃ 方向变化、R² 增量很小或分母接近零时，应检查数值稳定性，不能只引用一个 δ。

APA 结果表模板

指标	数值
无控制 β0	[ ]
含控制 β̃	[ ]
无控制 within R0²	[ ]
含控制 within R̃²	[ ]
Rmax	[ ]
δ（使 β = 0）	[ ]
β*(δ = 1)	[ ]

表注建议：

注：短模型与完整模型均吸收个体和时间固定效应，并使用同一有效样本。Rmax 设为 min(1.3 × R̃², 1)。表中 R² 为 within R²。δ 和 β* 是设定依赖的敏感性指标，不构成无遗漏变量偏误的证明。

APA 正文报告模板

为评估不可观测混杂对核心系数的潜在影响，本研究进行了 Oster δ
敏感性分析。无控制模型中，[X] 的系数为 β0 = [ ]，
within R0² = [ ]；加入 [控制变量] 后，系数为 β̃ = [ ]，
within R̃² = [ ]。设 Rmax = [ ] 时，使核心系数归零所需的
δ = [ ]；在 δ = 1 的设定下，偏误调整系数 β* = [ ]。

这些结果表明，在所选模型与 Rmax 假设下，核心系数对不可观测
选择的敏感程度为 [谨慎描述]。由于 δ 依赖设定且本分析使用
within R²，结果不被解释为遗漏变量偏误已经排除。

常见问题 FAQ

Q1：δ 大于 1 就能说结果完全稳健吗？

不能。它是在特定 Rmax 和选择比例假设下的敏感性指标，应与系数方向、β* 和替代设定一起看。

Q2：为什么必须有控制变量？

δ 通过无控制与含控制模型的系数和 R² 变化推算；没有控制变量就缺少比较基础。

Q3：Rmax 可以随意设得很高吗？

不应。Rmax 必须有透明依据。当前直出使用 1.3 × R̃²、上限为 1 的固定规则，正文应如实披露。

Q4：Oster δ 可以替代工具变量或研究设计吗？

不能。它评估对遗漏变量的敏感程度，不提供工具变量外生性，也不替代自然实验或随机设计。