Robust förklarande forskning — kausal inferens som är resistent mot extremvärden

Robust förklarande forskning kombinerar det förklarande målet att identifiera varför och hur variabler kausalt påverkar varandra med robusta statistiska metoder som förblir giltiga när data bryter mot klassiska antaganden — särskilt normalitet, homoskedasticitet och frånvaro av inflytelserika extremvärden. Istället för att kassera extremvärden eller tvinga data att anpassa sig till antaganden för minsta kvadratmetoden (OLS), tillämpar denna design skattningar och inferensprocedurer som nedvikter eller motstår den snedvridande påverkan av extrema observationer, samtidigt som studiens förklarande syfte bevaras.