Page 207 - 《社会》2017年第1期
P. 207
社会· ２０１７ · １
表 １ 的第一列是我们设定的 １８ 个混淆变量和截距项。这些混淆
变量被用来估计倾向值得分。第二列的信息是在所有备选模型中，每
一个变量（包括截距）被纳入某一模型进行倾向值估算的概率。如果概
率为 ０ ，说明这个变量在所有备选模型中都不会被考虑到。同理，如果
概率为 １ ，则说明这个混淆变量非常重要，故而所有的备选模型都会考
虑到它。例如， 狓２ 的不为 ０ 概率是 １ ，说明所有的候选模型都会纳入
狓２ 。与之相比， 狓３ 几乎不会被任何模型考虑，而 狓１ 只被纳入不到 ６ 个
候选模型（一共 １２ 个备选模型， １２０×０．４６＝５．５２ ）。从某种意义上说，
表 １ 第二列告诉我们的是，不同的混淆变量在预测倾向值得分的时候
具有不同程度的“重要性”或者“相关性”。从第三列开始，表 １ 列举了
不同的备选模型。如上所述，这里我们只保留了 ５ 个备选模型。其中，
模型 １ 是基于现有数据最好的模型，其后验概率为 ０．１８ 。在模型 １
中，并非所有的混淆变量都被考虑进来。恰恰相反，除了截距之外，模
型 １ 仅仅纳入 ３ 个混淆变量（ 狓２ 、 狓６ 和 狓１５ ）。同理，模型 ２ 纳入 ４ 个变
量（ 狓１ 、 狓２ 、 狓６ 和 狓１５ ），其后验概率为 ０．１６ ，以此类推。按照表 １ 所示
的结果，我们实际上有 ５ 种不同的备选模型来预测倾向值得分，这就是
所谓的模型形式的不确定性问题。
表 ２ ：不同模型估计的倾向值的相关系数矩阵
实际 基于模型 １ 基于模型 ２ 基于模型 ３ 基于模型 ４ 基于模型 ５
倾向值 的估计 的估计 的估计 的估计 的估计
实际倾向值 １
基于模型 １ 的估计 ０．６４ １
基于模型 ２ 的估计 ０．６８ ０．９４ １
基于模型 ３ 的估计 ０．７４ ０．９０ ０．９５ １
基于模型 ４ 的估计 ０．７０ ０．９５ ０．８９ ０．９４ １
基于模型 ５ 的估计 ０．６２ ０．９６ ０．９１ ０．８７ ０．９１ １
“蒙特卡洛模拟”的一个好处是，我们能够预先知道真正的倾向值
是多少，并用它来和不同的模型所预测的倾向值比较（这方面的信息参
见表 ２ ）。在表 ２ 中，我们计算了实际倾向值得分与基于不同模型所估
计出的倾向值得分之间的相关系数矩阵。可以发现，虽然基于不同的
模型所估计出的倾向值得分总是和实际的倾向值得分正相关，但这种
相关性并不是非常强。例如，我们用最好的模型估计的倾向值得分与
实际倾向值得分之间的相关系数为 ０．６４ 。最高的相关系数来自模型 ３
· ２ ０ ０ ·
