統計顯著檢定和多變項模型對量化的社會研究具有革命性的貢獻。然而，即使是偉大的工具也有可能被誤用。本篇研究紀要討論量化研究中對於這兩個基本工具，最為常見的三類誤用：(1)對統計顯著檢定的誤解；(2)錯誤地依賴淨效果做為推論的基礎；以及(3)對於控制變項的過度信任。對於每一種誤用，我指出其觀念上的迷思和誤解的來源，並提出補救之道。我會以大學畢業生的虛擬數據資料和近年來有關美國勞力市場性別不平等的辯論為例，闡明其間的問題以及補救方式。本文所指出的問題與補救方法適用於任何以統計模型為基礎的多變項分析(例如OLS迴歸、對數迴歸、tobit、其他受限依變項迴歸分析、以及相聯方程式模型等) |
本站僅提供期刊文獻檢索。
