Page 246 - 《社会》2015年第4期
P. 246
Lo g istic 模型的系数比较问题及解决策略:一个综述
不同,但纳入交互项之后,模型 犗2 的方差方程中的同期群系数变得不
显著了。比较模型 犗2 和模型 犉2 中的系数,可以发现当考虑同期群的
残差变异问题后,父母亲的职业变量都没有什么变化,最大的变化在于
同期群变量和同期群与母亲职业的交互项。这是否表明加入交互项之
后不存在残差变异问题了呢?这时需要考虑哪个模型最好地呈现了数
据的情况,即进行模型选择。模型检验的指标都倾向于 犗犌犔犕 简化模
型 犗1 。从模型卡方来看,模型 犉2 和 犗2 分别比模型 犗1 多 1 个和 2 个
自由度,但是卡方增加值却很小,都不显著。就 犅犐犆 而言,模型 犗1 的
犅犐犆 值比模型 犉1 和 犗2 要低不少。因此, 犗犌犔犕 简化模型 犗1 是最好
的,它表明在控制残差变异之后,母亲职业与同期群变量不存在显著的
交互效应,而同期群之间存在显著差异。
所以,在实际分析中,应该遵循威廉姆斯( 犠犻犾犾犻犪犿狊 , 2009 )的建议,即
同时估计没有控制异方差和控制异方差的模型,比较两者的结果是否存
在差异,并进行模型选择。而更重要的则是探究这种异方差产生的原
因,这有利于我们加深对研究主题的理解,甚或打开一个新的解释路径。
五、小结
本文简述了 犔狅 犵 犻狊狋犻犮 模型的系数比较问题,并介绍了学者提出的
五种解决策略。由于存在未被观测到的异质性及相应的标尺改变问
题, 犔狅 犵 犻狊狋犻犮 模型的模型间系数比较和组间系数比较不同于线性回归,
不能像线性回归那样进行简单的直接差异比较。其他的 犔狅 犵 犻狋 模型和
犘狉狅犫犻狋 模型存在的问题和解决策略都和本文所介绍的内容基本相同,
读者可参考推广。
表 5 :二分因变量系数比较不同方法的估计效果
体现 模型间 群体/样本间 犛狋犪狋犪
非线性 比较 比较 相关命令
发生比率( 狅犱犱狊狉犪狋犻狅 ) 是 否 否 犾狅 犵 犻狊狋犻犮 , 犾狅 犵 犻狋
狔 标准化 是 是 否 犾犻狊狋犮狅犲犳
犓犎犅 分解 是 是 否 犽犺犫
异质选择模型( 犎犆犕 ) 是 否 是 狅 犵 犾犿
平均偏效应( 犃犘犈 ) 是 犪 是 是 犿犪狉 犵 犲犳犳
线性概率模型( 犔犘犕 ) 否 是 是 狉犲 犵 狉犲狊狊
注: 1.犪 :需在不同的点取值才能体现非线性;
2. 本表部分内容来自穆德( 犕狅狅犱 , 2010 : 80 )的表 6 。
表 5 列举了二分因变量模型中系数比较的 6 种方法,其中发生比
· 2 3 9 ·