目录

1. 引言

在实证分析中，离群值、数据清理过程错误等问题的存在会导致回归结果不符合预期，但是由于其可能的原因非常复杂，我们往往需要消耗大量的时间去逐一排查。Github 上一项基于 Python 的开源项目 SampleFilter 为这一问题提供了解决方案。它通过有放回的自抽样，寻找符合预期结果的可行子样本和表现不佳的样本。在此基础上，研究者可以对表现不佳的子样本进行分析，从而更快的找到回归结果不符合预期的原因。

本文首先对 SampleFilter 的基本思想进行介绍，然后使用 Stata 重写该项目，并提供了 Stata 使用范例。