是否有关于统计学的高引用论文实际上散布了不良的统计实践？

显然有许多方法可以滥用统计方法。您是否知道在公认的学术期刊上首先作为显式建议（例如，“您应使用此方法...”）发表过一些不良统计实践的例子？

一个示例可能是每个预测变量规则的10个事件，通常会在logistic或Cox PH回归模型（LINK）中调用该事件。

需要明确的是，我并不是指被引用次数很高的论文碰巧使用了不良的统计方法-不幸的是，这些论文很少见。

RA Fisher，“现场实验的安排”。英国农业部杂志。33：503–513。1926年。

根据互联网上的各种来源，本文是在任意统计检验中使用作为显着性阈值的起源。$\alpha = 0.05$

...可以很方便地在大约可以说的水平上划界线：“要么是治疗中有什么东西，要么是巧合，例如在二十次试验中发生的次数不超过一次。”

...如果二十分之一的赔率似乎不够高，我们可能会（如果我们愿意）以50分之一（2％的点）或100分之一（1％的点）画线。就个人而言，作者倾向于将显着性标准定为5％，而忽略所有未能达到此水平的结果。仅当经过适当设计的实验很少能够给出如此重要的意义时，才应将科学事实视为实验依据。

在计量经济学中，您一定可以找到一些体面的期刊上发表的知名（且技术娴熟）的计量经济学家传播方法的示例。我不了解理论论文，但Lalonde（1986）指出当前使用的方法效果不佳：他比较了相同数据集的实验方法和观察方法，发现（因果）治疗领域存在很大差异评估。有大量文献的确传播了这些非实验方法，这些方法在那时已经被使用，并且今天仍然经常使用。

随后，有（并且我认为仍然是）关于倾向得分匹配是否是可能的解决方案的争论（例如，参见此处）。

此外，关于工具变量估计存在很多争议。被高引用的原始论文的结论存在争议。这可能是最接近您问题的示例。Bound和Jaeger（1996年，及其后的论文）质疑了Angrist和Krueger（1991；根据Google Scholar引用2700）的著名论文的发现，该论文基本上在应用计量经济学文献中建立了工具变量方法。

关于建立因果关系的所谓简化形式估计的适当性也有大量争论，例如，参见Imbens（2010）。

当然，另一个大话题是关于标准错误。也许可以找到传播p值的著名论文。在计量经济学中，由于存在错误的现有方法，经常会错误地计算出较长时间序列的标准误差（在差分设计中），请参见此处。但是，我不知道在这种情况下提出这些方法的原始高被引论文，但是我相信您会在这方面找到一些例子。

资料来源：

Angrist，Joshua D.和Alan B. Keueger。“义务教育是否会影响入学和收入？”。经济学季刊106，第1期。4（1991）：979-1014。

Bertrand，Marianne，Esther Duflo和Sendhil Mullainathan。“我们应该相信差异差异估计有多少？” 经济学季刊119号。1（2004）：249-275。

Bound，John和David A. Jaeger。关于出生季节作为工资等式中工具的有效性：对Angrist＆Krueger的“义务教育出勤率是否会影响学校号w5835”的评论。国家经济研究局，1996年。

拉杰夫的德赫加。“实用倾向得分匹配：对史密斯和托德的答复。” 计量经济学杂志125，no。1-2（2005）：355-364。

Imbens，GuidoW。“迟迟没有成功：对Deaton（2009）和Heckman and Urzua（2009）的一些评论。” 经济文献杂志48，第1期。2（2010）：399-423。

LaLonde，RobertJ。“使用实验数据评估培训计划的计量经济学评估。” 美国经济评论（1986）：604-620。*

我尝试一下（尽管不那么强大）：

非常有用[Cameron，AC，＆Miller，DL（2015）。集群鲁棒推理的从业人员指南。Journal of Human Resources，50（2），317-372。] //已有1900篇Google学术论文引用//提供了有关标准错误聚类适当水平的建议：

“共识是保守，避免偏见，并在可能的情况下使用更大和更多的聚合集群，直到并包括人们担心集群太少的时候为止。”

但是，[Abadie，A.，Athey，S.，Imbens，GW，＆Wooldridge，J.（2017）。何时应调整群集的标准错误？（编号w24003）。国家经济研究局。]表明“事实上，聚集程度过高实际上是有害的”。请参阅后面的第1页：https : //economics.mit.edu/files/13927

也许您还可以从Abadie等人（2017）强调的两个误解开始做出更糟的案例。