silencer
常见机制检验方法制作有两个：一个是把机制变量替换为基准回归的被解释变量，如果机制成立，那么核心解释变量符合应符合预期且显著。一个是在基准回归中控制机制变量，如果机制成立，那么核心解释变量效力会减弱（显著性降低甚至消失，系数减小）。其实这两个就是中介效应模型的两步法，只不过中介效应模型是三步法。但是如果三个误差项两两不相关，那么只需OLS就可以估计中介效应了，而且非常方便。但问题在于，三个误差项两两不相关的假设太强了，现实研究很难满足。因此，传统中介效应使用前提是，至少找两个工具变量解决三个内生性问题，这无疑大大增加了文章复杂性。在现实研究中，往往不切实际。中介效应模型可能存在的内生性在于：1、在中介变量本身M就是一个内生变量的情况下，还要做M的IV-2SLS才能说明问题，而大多数文章都没有这一步；而且，就算做到了这一步，由于有效工具变量的稀缺性及论文篇幅（非学位论文）的限制，这一步也是非必要的。2、在中介效应模型第三步回归中，如果中介变量显著，恰恰说明第一阶段回归的残差中遗漏了一个重要变量，这意味着即使在使用IV对基准模型进行了稳健性检验的情况下，内生性还是存在的，基准回归结果不可信。 
推断统计的显著性水平基本都设定在5%，它是个经验值，也就是说5%稍稍偏左或者偏右都可以接受，所以052，甚至06都可以叫作边缘显著而接受，但10%太大了，要知道5%的话，z分数就是96，也就是均值外将近2个标准差，而10%的话，只是65个标准差，一般2个标准差才算是偏高的值，我们才比较有信心认定自己所求的值不属于虚无假设假定的分布，65的话相对有点靠近均值了。毕业论文和 核心 期刊的论文都是用5%，没有用10%的
