Python算法
实证分析系列：稳健性检验的常用方法与 Python 实现
稳健性检验用于验证实证结论在不同模型设定下的稳定性。通过增减控制变量等方法，可排除遗漏变量偏误对核心解释变量系数的影响。若结果保持方向一致且显著性未发生剧烈变化，则结论可信。文章结合 Python 代码示例，演示了如何使用 statsmodels 库构建数据并进行基础回归分析。
发布于 2026/3/2184 浏览0 点赞
博客作者
晚风叙旧
与晚风对话
加入于 2026/4/7统计更新于 2026/8/27
329
已发布文章
10K
博客获赞
573K
博客浏览
发布的文章
第 12 页
C++
C++ JsonCpp 库基础与核心 API 使用指南
C++ JsonCpp 库是处理 JSON 数据的核心工具，支持解析、生成及修改操作。 JSON 基础规范、JsonCpp 安装配置、核心 API 如 Json::Value 类型判断与转换、序列化与反序列化方法。通过代码示例展示了对象、数组及嵌套结构的操作流程，并总结了常见坑点如 operator[] 副作用、线程安全及编码问题，最后对比了其他 C++ J…
