Ramsey RESET检验输出解读：p值略高于0.05是否通过检验？

检验通过性判断 #

Ramsey RESET检验的原假设为模型无设定偏误（不存在遗漏的非线性关系、遗漏变量等问题），备择假设为模型存在设定偏误。
你得到的p值为0.05586，在学界通用的α=0.05显著性水平下，无法拒绝原假设，可认为模型在该标准下通过Ramsey RESET检验。但需注意：

• 该p值属于边际显著区间，仅略高于0.05阈值，不能完全排除设定偏误风险；如果你的研究采用0.1的显著性水平，该结果会被判定为拒绝原假设，即模型未通过检验。

遗漏变量问题判断 #

• Ramsey RESET是泛用型的模型设定检验，无法区分设定偏误来自遗漏变量还是函数形式错误（如变量应取非线性形式但你用了线性设定），因此不能仅靠该结果直接判定是否存在遗漏变量。
• 你提到当前模型未纳入原研究全部变量，这本身就是潜在的设定偏误来源，可通过两个操作验证：
  • 将原研究剩余变量加入模型后重新执行RESET检验，若p值明显升高，说明此前的边际显著结果大概率和遗漏变量相关
  • 对未纳入的变量做联合显著性F检验，若检验结果显著，即可确认存在遗漏变量问题

补充实操建议 #

• 绘制残差拟合图plot(simple_model, 1)，观察残差是否随拟合值呈现明显的非线性趋势，可辅助判断是否是函数形式错误导致的p值偏低
• 若你的核心目标是复现原研究结论，建议优先对齐原研究的模型设定、检验方法和显著性阈值，保证复现逻辑的一致性

内容的提问来源于stack exchange，提问作者R_D