1，變量替換法:工作績效既可以用工作量來衡量，也可以用工作完成時間來衡量(替換因變量或主要自變量)。
2.補充變量法:模型中存在缺失變量(隨機擾動項與解釋變量相關)。加上缺失的變量，再分析壹遍，看結論會不會變。
3.調整變量的分類標準:水果可以按顏色或味道來分。
4.子樣本回歸:將總樣本按照某個特征分成幾個小樣本，分別研究，看結論會不會發生變化。比如，在研究激勵對工作績效的影響時，我們可以將樣本按性別分成兩個小樣本，在每個樣本中分別研究。
5.改變樣本大小:提出樣本中的異常值和異常值。
6.縮短或延長周期:研究不同時間段的樣本。
魯棒性測試目的
才能確定沒有隨機趨勢或者確定趨勢，否則就會出現“偽回歸”的問題。偽回歸是指有時數據高度相關只是因為它們隨時間有上升或下降的趨勢，並沒有真正的聯系。這樣，數據中的趨勢項和季節項就不能被剔除。
因此在殘差分析中無法準確分析。平穩性檢驗方法可以是PDF檢驗，根據模型趨勢可以選擇三種模型。趨勢可以用差分法(如壹階模型)消除，只有通過平穩性檢驗，統計分析才有意義。
會計穩健性
會計穩健性作為會計信息質量的壹項重要要求，在資本市場上經常受到監管者、準則制定者和從業者的批評，對會計穩健性的理論認識似乎也非常有限。鑒於此，為了深入理解會計穩健性，筆者首先對會計穩健性的概念進行了梳理。
著重分析了條件魯棒性和無條件魯棒性。開始了。本文從契約經濟激勵、法律和政治制度等方面解釋了會計穩健性的成因。最後，闡述了會計穩健性的幾種重要計量方法，並關註了最新進展。