数据与变量:从数据库到可用样本
一篇实证论文有一半时间花在清洗数据上。这部分工作写不进正文,却决定了结论可不可信。
一篇实证论文有一半时间花在清洗数据上。这部分工作写不进正文,却决定了结论可不可信。
把判决数量当变量、把相关系数当因果、把样本当总体——这三个动作,足以让一篇实证法学论文失去说服力。
统计方法不是越高级越好。选错检验方法,比不写 P 值更致命——因为它会让结论看起来成立。
好选题不是想出来的,是从数据、政策文件与反常事实里捡出来的。捡到之后,还要过一条淘汰线。
内生性不是一个必须消灭的敌人,而是一个必须交代的对手。承认它、界定它、部分解决它,比假装它不存在更可信。
「学生不爱发言」比「核心素养视角下的课堂建构」更接近论文。前者是真的问题,后者只是热词。
越来越多的期刊要求提交原始数据与分析代码。这不是负担,而是让结论可复现的唯一办法。
审稿人读稿的顺序通常是:题目、摘要、图表、正文。图表不合格,正文写得再好也难挽回。
一张规范的回归表,应该让人不看正文也能判断:样本是什么、模型控制了什么、标准误怎么算的。
「应加强监管、完善机制、加大投入」——这类建议等于没写。真正有用的建议,要能落到「谁、做什么、做到什么程度」。
一张图能说清的事,不要用三段文字。但图表做错,也会让整篇论文显得不专业。