軟問題
我們什麼時候應該使用“內部一致性”測試？
從高（2021）的一篇論文中，我看到了一段
我們在三個方面偏離了這一傳統規範：我們只檢查公司持有的資金，我們在回歸中包括實際 GDP 增長以控製商業周期中的經濟波動，我們使用實際利率而不是名義利率。最後一個選擇是為了與隨後的理論框架保持內部一致性
我從這個描述中理解了內部一致性
例如，如果受訪者表示同意“我喜歡騎自行車”和“我過去很喜歡騎自行車”的說法，不同意“我討厭自行車”的說法，這表明內部一致性良好的測試。
但是我想知道我們什麼時候應該使用“內部一致性”，為什麼作者需要在之後對其進行穩健性測試？
但是我想知道我們什麼時候應該使用“內部一致性”，為什麼作者需要在之後對其進行穩健性測試？
您不使用模型**具有或不具有的內部一致性。內部一致性是屬性而不是方法。
例如：
$$ a+b=1 \tag{1} $$
$$ 5a+5b=15 \tag{2} $$
是一個不一致的方程組。方程 $ (1) $ 告訴我們 $ a+b=1 $ , 但方程 $ (2) $ 講述不同的故事：
$$ 5a+5b=15 \implies 5(a+b) =15 \implies a+b=3 \tag{3} $$
清楚地， $ a+b $ 不能同時是 1 和 3，所以這裡我們有一些內部不一致的系統。您可以通過將 3 代入 1 來進一步了解它。您將得到：
$$ a+1-a=3 \implies 1 = 3 $$
這是明顯的矛盾。
人們總是努力建立內部一致的模型，如果您有內部不一致的模型，這無異於在某處犯了建模錯誤。
為什麼作者之後需要對其進行穩健性測試？
他們不做穩健性檢驗來檢查內部一致性，他們使用穩健性檢驗，因為為了使他們的模型內部一致，他們被迫使用實際利率，但他們也有興趣知道這種效應是否適用於名義利率率以及即使這不是他們的首選規範。