在社会科学中应用统计方法时，通常会进行大量的稳健性检验。如果我通过区分两个理论模型使用 LRT 测试获得了一些可发表的发现，我可以做哪些稳健性检查？

我找到了这篇论文，但它似乎只适用于生物统计学。

我发现以前的政治学和经济学著作似乎通常不会对其通过 LRT 获得的结果进行稳健性检查（我不确定所有这些，但从我阅读的有限出版物中他们没有进行稳健性检查）。但是，作为一名学生，如何让裁判相信没有任何稳健性检查的简单 LRT 测试就足够了？

稳健性检查涉及报告测试相同假设的替代规范。因为问题在于假设，所以问题没有通过稳健性检查来解决。

社会科学中 OLS 结果的常见稳健性检查包括添加其他控制变量并在样本子集或另一个样本中检验假设（样本外检验）。使用时间序列数据检验政策的效果，差异分析中的差异通常用作稳健性检验：我们需要确定趋势是由政策引起的，而不是预先存在的趋势。在准实验或现场实验中，我们需要确保治疗组和对照组“一模一样”；因此，我们在每个接受治疗的个体和每个对照之间进行“匹配”。

一般来说，稳健性检查通常涉及额外的控制、额外的数据或测试相同假设的替代方法等。

当然，LRT 的稳健性可以通过一些样本外的测试来证实。我已经在这样做了。测试 LRT 可以测试的相同假设的一些不同方法也会有所帮助，但我认为使用 LRT 是标准的。如果是两个非嵌套模型，我们可以使用 Vuong 检验和 Clarke 检验。

所以大多数情况下，我不确定我们如何“增加控制能力”到 LRT 测试或任何其他方法来测试 LRT 测试的稳健性。

（顺便说一句，我的顾问一生都在做 OLS。他对 MLE 一无所知）。