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 ·
   241   242   243   244   245   246   247   248   249   250