NBER美国国民经济研究局-NBER-In-Praise-of-Confidence-Intervals_13页_240kb

文档总结：对置信区间的支持

核心内容

本文由David Romer撰写，旨在强调在经济学实证研究中，置信区间（confidence intervals）的重要性。作者指出，尽管近年来在计量经济学方法上取得了显著进步，但大多数实证论文仍过于关注点估计（point estimates）和统计显著性（statistical significance），而忽视了置信区间所提供的更丰富的信息。

主要观点

1. 当前实证研究的局限性

   • 经济学实证论文通常只讨论点估计是否显著不同于零，以及其经济含义，而忽略了置信区间对其他参数值的含义。
   • 这种做法掩盖了数据对非零参数值的证据强度，以及对零值的质疑程度。

2. 置信区间的重要性

   • 报告置信区间能够提供更全面的参数值范围信息，从而帮助读者更好地理解研究结果的经济含义。
   • 作者认为，置信区间是传达研究结果更准确和有用的方式，因为它反映了估计值的不确定性。

3. 对统计显著性的误解

   • 即使一个估计值在统计上显著不同于零，其置信区间仍能提供关于其精确度的重要信息。
   • 例如，一个t统计量为2.5的估计值，可能仅提供中等程度的证据反对一个接近零的参数值，而无法说明其对其他参数值的证据强度。

4. 置信区间的选择与解释

   • 通常的2标准误置信区间可能夸大了结果的不确定性。
   • 作者建议使用更窄的置信区间，如90%置信区间，或同时报告1标准误和2标准误区间，以更准确地反映估计值的可信度。

关键信息

实证论文中置信区间和标准误的报告情况

• 14% 的论文显著讨论置信区间（如在摘要、引言或结论中）或讨论结果对非零参数值的含义。
• 10% 的论文显著报告标准误或t统计量，但未讨论置信区间。
• 6% 的论文仅在文本中简要提及置信区间。
• 7% 的论文仅在文本中简要提及标准误或t统计量。
• 64% 的论文未提及置信区间或标准误。

置信区间对经济决策的影响

• 在教育回报率和财政乘数等经典案例中，置信区间能提供关于不同参数值的证据强度，这对政策制定者和个体决策者具有重要意义。
• 例如，财政乘数为1.8的估计值可能对政策制定者具有重要参考价值，而仅关注点估计和显著性可能无法准确反映这一信息。

对置信区间误解的后果

• 作者指出，当前的置信区间解释方式（即认为区间内所有值都等可能）可能导致对结果不确定性的误判。
• 例如，一个点估计为3.0，标准误为1.3的论文，其置信区间（1.7, 4.3）和（0.4, 5.6）表明，该估计值对零值的反对证据并不如对1.8值的反对证据那样强。

建议

• 报告置信区间：作者建议在经济学实证研究中，应常规地报告置信区间，并简要讨论其对关键参数值的经济含义。
• 改进置信区间的解释：应避免使用过于简化的置信区间解释，而应采用更精确的方法，如报告不同置信水平的区间（如90%和2-standard error区间）。
• 提升信息传达效率：尽管报告置信区间会略微增加论文长度，但其带来的信息量提升远大于成本，因此值得推广。

结论

作者认为，置信区间在经济学实证研究中的使用不足，且对统计显著性的过度关注掩盖了更丰富的信息。在其他领域如医学中，置信区间是常规做法，经济学也应借鉴这一做法，以提高研究结果的透明度和经济意义的传达效果。