中人网
标题: 假设与模型如何给出？ [打印本页]
作者: zhouluyang 时间: 2012-2-6 13:29
标题: 假设与模型如何给出？
本帖最后由 zhouluyang 于 2012-2-6 13:30 编辑 ' n3 h% k, k& |$ l
' K( Z5 P. a7 e) W1 e* l
文献读多了，会被一个一个冒出来的变量搅得头昏脑胀。这时候，最头疼的事情，就是，哪些变量应该纳入到我的模型中？我谈一些体会，其中也有不少困惑，请Kenny指正解惑。
) G, j* t* O' W( M# R$ _( [. l
假设，存在这样一种研究目的与理论背景。
5 ?% D/ {# J9 d; f, z$ w+ X 我想要研究X1、X2这两个变量对Y影响的mechanism。我想这个mechanism也可以理解为路径。我之所以如此研究，原因有二：第一，这两个变量对Y的管理很重要，有现实的管理意义；第二，现有的研究中，对这两个变量的研究不多或不充分或有缺陷。
" o: Y5 E5 `/ b# a& a4 ?
通过大量的文献阅读，从某些已有的研究结论（实证的结果或逻辑的推导）出发，得到以下发现：
1 K4 f; x# V. f4 |
（1）X1、X2对Y之间可能存在某种显著的影响。
) m- \; ?0 t/ M: r* g( Y$ ?# Q8 G
（2）X1与X2之间也存在某此关联，包括，X1对X2与Y的关系可能存在调节效应，X1对X2可能存在直接的效应。
2 M1 I4 i$ Z* u0 C: X+ X4 m
（3）M1可能对X1与Y之间的直接效应存在调节效应。
K' c! q# a7 O. M7 B0 U （4）X2与Y之间可能还存在中介变量M2，即X对M2的直接效应可能显著，M2对Y的直接效应也可能显著。
6 i0 O Q5 J' z5 a/ }7 w, t& c
（5）除了上述X1、X2、M1、M2以外，已有的研究表明，C1与C2是对Y具有重要影响的两个变量；C3、C4、C5、C6、C7、C8对Y也有影响，但已有研究表明，其影响与C1与C2相比显得不那么重要。
: a3 s" G. t1 S （6）已有的研究提醒我们，P1对X1有重要的影响，P2对X2有重要的影响。
: }/ r2 x, k k( r
下面我给出了两个理论模型图。图1将所有变量均纳入。图2只纳入了X1、X2、M1与M2。
( E5 l! Z0 D; _" `( b3 B; Q
我认为，图2是正确的，图1是错误的。理由如下。
2 o) K- u ?# L% ?* d" s: e. P# T
一项研究，一个Paper，其理论模型应该纳入哪些变量，由研究目的决定。由于本项研究的目的是考察X1与X2如何对Y产生影响，因此我们要考察的是从X1与X2到Y的影响路径，而不是从P1、P2到Y的路径。至于P1、P2到X的影响，乃至到Y的影响，最好的研究策略是再写一个Paper来关注它、考察它、研究它。如果要把P1、P2也纳入模型中，按这样的逻辑，研究就没完没了了，因为，P1也有前因变量，P1的前因变量还有前因变量….就没法研究了。
$ j- Z$ F% X. F8 R, Z' d C1到C8属于控制变量，在理论模型中不应该纳入。控制变量是模型的外生变量，如果纳入理论模型中，就变成模型的内生变量了。尽管在已有的文献中，C1、C2等变量与Y之间的关系可能显得很明确，但由于我们只考察X1与X2对Y的影响，因此，我们对C1与C2等对Y的具体影响是什么可以“假装不知”，在SEM分析中，直接在C1与Y之间、C2与Y之间画一个箭头纳入分析就好了，以至于C1、C2对Y的影响到底是什么可能不是很重要了（当然可以在文章的最后适当的讨论一下，但不是文章的论述重点）。
+ P# p. k9 v7 s, P; M- }! ?+ x
最后，在SEM分析中，只须纳入C1与C2这两个控制变量就足够了，即如图3。因为，一个变量Y的前因变量，可能有无数。当我们确定只研究X1、X2这两个前因变量时，X1与X2及其路径中出现的M1、M2以外的变量，也无穷多。因此，我们挑选控制变量时候，只能将X1、X2、M1、M2以外，对Y有“重要影响”的变量纳入为控制变量加以分析处理。
$ a' K6 |9 _7 P; p* j, Z7 n 这是我最近的一点心得。我的理解正确吗？
望Kenny指正。
/ {) F) n2 `* Q" b0 v v2 U
[attach]290457[/attach]
作者: Kenneth 时间: 2012-2-13 19:35
我不觉得这里有对于错的问题。难道研究 A->B->C 是错，只有 B->C 才是对吗？
: K3 K$ b3 B1 c后者包含了前者，有什么问题呢？当然，有没有这个必要是另外一个问题。但是，别人多做了一点分析难道是错吗？
2 \+ V/ f: W1 W( s至于控制的问题，我同意当然是只要控制最重要的变量了。
作者: zhouluyang 时间: 2012-2-14 00:10
本帖最后由 zhouluyang 于 2012-2-14 00:11 编辑
' n, I6 S3 B3 t0 @
6 O- V+ ^! X. Q1 w8 ?谢谢Kenny。感冒了，还是工作太忙？这么久没见到您了。
* a' P/ W: f/ ^: F. |' N5 G一、“至于控制的问题，我同意当然是只要控制最重要的变量了。”这句话，对我很重要。因为我正遇上这种问题。我想这应该是研究策略的问题吧。属于艺术范畴的东西吧。另外，能否谈谈你的理由？为什么只要控制最重要的就行了？听你的口气，好像是理所当然的问题，而我却是思考很长时间才这么想的。- @. M9 d2 f. T, L3 Z" D
二、“我不觉得这里有对于错的问题。难道研究 A->B->C 是错，只有 B->C 才是对吗？”我同意，这里没有对错的问题。但是，从写作与文章的角度来说，如果研究目标在于考察B的影响，那么，再将A对B的影响也纳入文章中，除非很有必要加以补充说明，我认为，A也在行文中加入，可能就会使文章偏题了。这也就是你说的“是否必要”的问题了。
作者: Kenneth 时间: 2012-2-14 16:17
zhouluyang 发表于 2012-2-14 00:10 
& z" [( y9 G3 e. z, ]/ T& V
谢谢Kenny。感冒了，还是工作太忙？这么久没见到您了。
( i" s8 q5 a. R8 R一、“至于控制的问题，我同意当然是只要控制最重要 ...
1. 不重要的变量对Y的影响本来就很低，控制了影响不大，不控制也罢。 `- E4 N4 V4 `) O7 u* ?
2. 你这样讲是对的，但是假设是作者把两组的效应一视同仁，等同的来研究，同样的重视。
作者: zhouluyang 时间: 2012-2-15 12:50
本帖最后由 zhouluyang 于 2012-2-15 22:42 编辑 ' I7 V2 h0 v2 m8 P* i% U
3 `, n* y) q: t
"不重要的变量对Y的影响本来就很低，控制了影响不大，不控制也罢。"这句话给了我很多的启发。非常感谢。
& y( b! ?& m( G: I进一步地，我再询问一下：. b$ y$ `0 b n! |1 e% X
以您的研究经验，纳入模型中的控制变量，通常是几个？1个，还是多个？/ ^3 M2 T/ G+ C
/ w$ q" Y6 y' R! p3 u/ I/ f
在我最近的研究中，简单起见，假如我的研究模型是X——>Y；依据已有的文献，在我所研究的变量X以外，有3个被认为是重要的或最重要的对Y有影响的前因变量，因此我将这3变量均作为控制变量。不知妥否？' e" \$ Q q+ J6 m
作者: Kenneth 时间: 2012-2-16 09:28
zhouluyang 发表于 2012-2-15 12:50
4 M. y$ M$ h6 n"不重要的变量对Y的影响本来就很低，控制了影响不大，不控制也罢。"这句话给了我很多的启发。非常感谢。
: T/ N1 {! E6 L0 T9 Z进 ...
zhou,
- F# y+ z0 R+ W% v
, \1 i X" _! n w" K1. 通常是几个？1个，还是多个？. l' I0 P- c7 ?: |( D" W) W9 }# l
; u% r2 R0 p% d( `
很少是一个，通常是几个。
0 D) ?% K0 q* ~9 m3 x7 z5 x: o p; e; ^
2. 依据已有的文献，在我所研究的变量X以外，有3个被认为是重要的或最重要的对Y有影响的前因变量，因此我将这3变量均作为控制变量。不知妥否？
l; Y1 l3 e1 Q: v4 ^# ^0 u% `9 D, i! p8 o. t, e/ u$ X; C! |7 P
我会这样做。
作者: zhouluyang 时间: 2012-4-14 10:51
本帖最后由 zhouluyang 于 2012-4-14 10:54 编辑 & l9 x0 }! ~5 c
Kenneth 发表于 2012-2-16 09:28 * h: l6 j0 \6 S1 P4 i0 O# t
zhou,! U" i+ m1 k W& \3 t+ c- c
' C3 V h8 h. z! M( v
1. 通常是几个？1个，还是多个？
, }' c- I& t1 H& rKenny,& S5 o: o8 Q8 I& v8 Z) E6 X
也许是我突发奇想的问题。- l5 i! K% n5 N- \* N9 A2 ]! [
我现在很想知道，我的三个控制变量，是否已经充分了。- L$ V. U: `2 _/ ?8 p
我在SEM中，逐步累积地添加三个控制变量，当添加到最后一个控制变量时，模型的系数估计值已经变化很小了。但是，我如何证明，模型的这最后一个控制变量，对模型的系数估计值 已经没有显著影响了呢？
; D0 ?3 J- n) [3 q8 I$ P; B1 o* j我不知道我的意思表达清楚没有，因此，我再换个方法说一下。
) n0 X7 M4 v# Z: Y# E8 W( p5 i/ ]8 `( S4 H* y) b( k
(1)Y=a0+a1X1+........+e1' W+ c+ ^8 i3 j/ q- M. u
(2)Y=b0+b1X1+b2X2+........+e2
a- U; ?( j5 ~' W L& E上面这两个模型，模型（1）中，当模型中只有一个作为我研究目标的自变量X1时（省略号中的变量为控制变量），X1的系数估计值用a1表示；当我在模型（1）的基础上再额外添加一个自变量X2（即最后一个控制变量）形成模型（2）时，X1的系数估计值用b1表示。- s# O5 `: N& Z6 c( E$ r4 `
% t# E( Z3 g# L( J
问题：
s$ H1 x; S, R) F我在SEM中估计两个模型，
0 q! k* B$ C7 J6 k! e& X2 m我该如何检验a1与b1之间无显著不同?（比如，a1=0.61，b1=0.60，我应该采用什么方法来检验这个0.61与0.60之间是没有显著不同的呢？）
作者: Kenneth 时间: 2012-4-14 16:53
zhouluyang 发表于 2012-4-14 10:51 ( K0 `+ s# w( B
Kenny,
& E6 Y, W3 I$ u$ N. X也许是我突发奇想的问题。
8 f0 h6 {& L% l4 `5 C- W我现在很想知道，我的三个控制变量，是否已经充分了。
1 s, E: r* w$ _1 g3 j" o+ H: K6 k我虽然觉得这样做没有很大的意义，但是如果你要的话，可以：4 C2 K! w% C: j( W/ |8 q
1. 模型自由估计b1时，b1=0.60，模型卡方是 C1；& `8 c" h+ h; G0 y5 n0 O- i. Y
2. 你可以在同一个模型，把b1限制为 b1=.61 （由你设定，不是估计出来的），模型卡方是 C2；& g3 M& {1 C6 u6 U
这两个模型是嵌套的，可以用卡方差来验证。
作者: allevon 时间: 2012-4-14 20:49
我还有一个想法，控制变量越多，会导致统计功效下降，并且在研究样本容量一定时，会导致很多原本显著的估计参数，变成不显著！所以，从这个角度看，控制变量并不是越多越好！当然，控制变量的选择，是一个理论问题。
作者: zhouluyang 时间: 2012-4-15 15:08
Kenneth 发表于 2012-4-14 16:53
7 \0 K; _ |2 m2 |; f6 j$ ]# T0 _我虽然觉得这样做没有很大的意义，但是如果你要的话，可以：
% U! l8 c# T/ X4 F1 m1. 模型自由估计b1时，b1=0.60，模型卡方是 ...
5 F: p6 M* z" T- O谢谢KENNY，我试试。
作者: zhouluyang 时间: 2012-4-15 15:10
allevon 发表于 2012-4-14 20:49
# f1 T$ V3 A- S" C1 p* r* ~! c# o我还有一个想法，控制变量越多，会导致统计功效下降，并且在研究样本容量一定时，会导致很多原本显著的估计 ...
$ ?0 [. o, {8 G8 @; w如KENNY上面所言，控制变量加到后面，其实对其它系数的估计已经没有什么影响了。我的研究也表明了这一点，加到第三个控制变量，系数的估计值完全不变化。所以，你所说的，“会导致很多原本显著的估计参数，变成不显著”，这个问题并不存在。 u* p- `* t2 |+ g* @
有一个问题，倒是确实存在：即控制变量多了goodness of fit会变得不太好。
| 欢迎光临 中人网 (http://bbs.chinahrd.net/) |
Powered by Discuz! X2.5 |