Method 06 · diagnostics

残差诊断检验

先把数据质量和变量关系讲清楚

残差诊断检验 的 Markdown 风格教程：基于共用 CSMAR 风格案例生成实际代码、结果表和案例图。

返回方法库 · 共用案例 · 变量百科

一、残差诊断检验是什么？

这页是 残差诊断检验 的方法文档。所有表格和图都由 marketing/method_case_assets/generate_assets.py 从同一份 csmar_innovation_realistic.csv 生成，避免用占位图充当教程。重点是确认样本口径、变量分布、相关关系和诊断指标是否足以支撑后续模型。

二、按这个案例走一遍

开始前先确认

• 先有一版基准回归，再做诊断。没有模型就没有残差。
• 异方差检验看误差方差是否稳定；不稳定时通常用稳健或聚类标准误。
• RESET 看函数形式是否可能漏掉非线性或遗漏变量。
• 诊断结果是处理建议，不是论文主结论。

操作顺序

代码逐行解释

结果表怎么读

最容易写错的地方

• 不要写“残差诊断显著，所以研究假设成立”。诊断和假设检验不是一回事。
• 不要看到异方差就删样本。通常先改标准误或模型设定。
• 不要把不显著诊断写成模型完全正确，只能说未发现明显问题。

三、先看这个案例的结论

• Breusch-Pagan：统计量 7.2254，p = 0.0072，判定为“存在异方差（拒绝同方差原假设）”。
• White：统计量 112.3786，p = 0.2703，判定为“未拒绝同方差/正确函数形式”。
• Ramsey-RESET：统计量 1.2699，p = 0.2836，判定为“未发现明显设定偏误”。
• 诊断表的作用是决定后续标准误、函数形式或稳健性处理，不是把所有检验都堆进正文。

四、案例口径

五、实际代码

下面是本页对应的最小可复现 Stata 代码。生产环境里 empirical-wizard 会在此基础上处理变量映射、输出校验、失败诊断和报告装配。

log using "/root/workspace/empirical-wizard/workspace/5ff90591/analysis.log", replace text
global JOB_DIR "/root/workspace/empirical-wizard/workspace/5ff90591"
set more off
adopath + "/root/ado/plus"
global DATA_PATH "/root/workspace/empirical-wizard/workspace/test_e2e/csmar_innovation.csv"
import delimited "/root/workspace/empirical-wizard/workspace/test_e2e/csmar_innovation.csv", clear case(preserve)
capture confirm global JOB_DIR
if _rc global JOB_DIR "."
quietly duplicates drop
tempname fh
capture file close `fh'
file open `fh' using "$JOB_DIR/diagnostics.csv", write replace
file write `fh' "test,statistic,df,pvalue,decision" _n
quietly regress patent_count dfi_index roa lev size growth cashflow tobinq top1 dual board indep soe age
capture estat hettest, normal
if !_rc {
    scalar __bp_chi2 = r(chi2)
    scalar __bp_df = r(df)
    scalar __bp_p = r(p)
    local bp_chi2_s : display %9.4f __bp_chi2
    local bp_df_s   : display %9.0f __bp_df
    local bp_p_s    : display %9.4f __bp_p
    local bp_decision = cond(__bp_p < 0.05, "存在异方差（拒绝同方差原假设）", "未拒绝同方差原假设")
    file write `fh' "Breusch-Pagan,`bp_chi2_s',`bp_df_s',`bp_p_s',`bp_decision'" _n
}
else {
    file write `fh' "Breusch-Pagan,NA,NA,NA,无法计算（estat hettest 失败）" _n
}
capture estat imtest, white
if !_rc {
    scalar __wh_chi2 = r(chi2)
    scalar __wh_df = r(df)
    scalar __wh_p = r(p)
    local wh_chi2_s : display %9.4f __wh_chi2
    local wh_df_s   : display %9.0f __wh_df
    local wh_p_s    : display %9.4f __wh_p
    local wh_decision = cond(__wh_p < 0.05, "存在异方差/函数形式偏差", "未拒绝同方差/正确函数形式")
    file write `fh' "White,`wh_chi2_s',`wh_df_s',`wh_p_s',`wh_decision'" _n
}
else {
    file write `fh' "White,NA,NA,NA,无法计算（estat imtest 失败）" _n
}
capture estat ovtest
if !_rc {
    scalar __rt_F = r(F)
    scalar __rt_p = r(p)
    local rt_F_s : display %9.4f __rt_F
    local rt_p_s : display %9.4f __rt_p
    local rt_decision = cond(__rt_p < 0.05, "拒绝原假设：函数形式不当或漏变量", "未发现明显设定偏误")
    file write `fh' "Ramsey-RESET,`rt_F_s',-,`rt_p_s',`rt_decision'" _n
}
else {
    file write `fh' "Ramsey-RESET,NA,NA,NA,无法计算（estat ovtest 失败）" _n
}
capture confirm numeric variable stkcd
if _rc {
    tempvar __did
    encode stkcd, gen(`__did')
    local _id_for_xtset "`__did'"
}
else {
    local _id_for_xtset "stkcd"
}
capture xtset `_id_for_xtset' year
capture noisily xtserial patent_count dfi_index roa lev size growth cashflow tobinq top1 dual board indep soe age
if !_rc {
    scalar __ws_F = r(F)
    scalar __ws_df1 = r(df1)
    scalar __ws_df2 = r(df2)
    scalar __ws_p = r(p)
    local ws_F_s : display %9.4f __ws_F
    local ws_df_s : display "F(`=__ws_df1',`=__ws_df2')"
    local ws_p_s : display %9.4f __ws_p
    local ws_decision = cond(__ws_p < 0.05, "拒绝原假设：存在一阶序列自相关，需要聚类标准误", "未拒绝原假设")
    file write `fh' "Wooldridge-AR(1),`ws_F_s',`ws_df_s',`ws_p_s',`ws_decision'" _n
}
else {
    file write `fh' "Wooldridge-AR(1),NA,NA,NA,无法计算（xtserial 未安装或样本不足）" _n
}
file close `fh'
di "Diagnostics 完成 → diagnostics.csv"
log close

六、实际输出表

这张表就是本方法页使用的案例输出文件，保存在 marketing/method_case_assets/diagnostics/result.csv。

七、案例图

这是一张由同一份案例数据生成的页面内诊断图。

八、论文里怎么写

本文在共用企业面板样本上报告残差诊断检验，核心输出见 diagnostics.csv。结果解释时同时关注样本口径、变量构造、系数方向、标准误和适用前提，避免只凭单个 p 值完成方法选择。

九、检查清单

• 确认本页使用的因变量、核心解释变量、控制变量与论文主模型一致。
• 先看表格里的样本口径，再看系数、p 值或诊断指标。
• 代码里的输出文件名要能对应网页展示的结果表。

返回方法库 · 打开 empirical-wizard