认真对待时间

在本文中，我们强调三个要点。首先，我们驳斥了Grant和Lebo的主张，即误差修正模型（ECM）无法应用于平稳数据。我们认为，当数据适当地平稳时，ECM是一个完全合适的模型。我们澄清，为了使模型适当地平稳，必须是平衡的。第二，我们认为虽然分数积分技术可能有用，但它们也有重要的局限性，尤其是在应用于政治科学中的许多典型时间序列时。我们还强调了时间序列中两个相关但常被忽视的复杂性：低检验能力和过拟合。我们认为，时间序列分析中使用的统计检验在许多典型的政治科学样本大小中检测差异的能力很小。此外，由于样本量小，许多分析师对他们的时间序列模型进行了过拟合。过拟合发生在统计模型描述了随机误差或噪声而不是潜在关系时。我们认为Grant和Lebo的复制结果很可能是过拟合的一个结果。