概念卡：稳健性检查 Robustness Check

综合实践 · 01_专业概念地图/概念卡_稳健性检查.md

概念卡：稳健性检查 Robustness Check

一句话定义

稳健性检查是改变合理设定后，观察结论是否仍然成立。

它解决什么问题

它帮助判断结果是否只是某个特定模型、样本或参数选择下的偶然产物。

典型使用场景

• 更换模型。
• 更换评价指标。
• 调整样本范围。
• 改变阈值或变量定义。

需要知道的关键词

• Robustness
• Alternative Specification
• Sensitivity
• Subsample
• Baseline Model

和导师方向的关系

论文和课程报告中，稳健性检查是让结论更可信的常见方式。

交流时可以怎么说

我会做一些稳健性检查，比如换模型、换指标或调整阈值，看主要结论是否一致。

如果结论对设定非常敏感，需要谨慎解释。

可以追问的问题

• 结论是否依赖某个模型？
• 换样本或换指标后结果是否一致？
• 哪些设定最影响结论？

给 AI 的提示词

请为我的数据分析结果设计稳健性检查。要求从模型、样本、指标、阈值和变量定义五个角度提出方案。

我的理解边界

• 已理解：稳健性检查验证结论稳定性。
• 还不确定：不同领域的标准做法。
• 下次需要补：敏感性分析。