Incerteza do Modelo e Robustez

A incerteza do modelo é generalizada em ciências sociais. Uma questão chave é o quão robustos são os resultados empíricos a mudanças sensatas na especificação do modelo. Apresentamos uma nova abordagem e um software estatístico aplicado para análise computacional de múltiplos modelos. Nossa abordagem consiste em duas etapas: Primeiro, estimamos a distribuição de modelagem das estimativas em todas as combinações possíveis de controles, bem como questões de forma funcional especificadas, definições de variáveis, cálculos de erro padrão e comandos de estimativa. Isso permite que os analistas apresentem sua estimativa central preferida no contexto de uma distribuição de estimativas plausíveis. Em segundo lugar, desenvolvemos uma análise de influência do modelo que mostra como cada ingrediente do modelo afeta o coeficiente de interesse. Isso mostra quais suposições do modelo, se houver, são críticas para obter um resultado empírico. Demonstramos a arquitetura e a interpretação da análise de múltiplos modelos usando dados sobre o prêmio salarial sindical, dinâmicas de gênero em empréstimos hipotecários e migração de fuga de impostos entre os estados dos EUA. Estes ilustram como os resultados iniciais podem ser fortemente robustos a especificações alternativas do modelo ou notavelmente dependentes de uma especificação extrema.