按： 原來以為這個(gè)系列貼會(huì)有比較多的人關(guān)注，現(xiàn)在看來看的人不多，回復(fù)的就更少了，呵呵，有點(diǎn)失望
如果有人愿意做更深次的討論的話，可以聯(lián)系我
QQ：99847730
Email: tozhouyy@126.com
（３）模型的大小與合適的模型
　　盡管已經(jīng)有越來越多的人認(rèn)識(shí)到，ＳＥＭ只是一個(gè)工具，應(yīng)用時(shí)相關(guān)實(shí)證模型的理論基礎(chǔ)才是最重要的。但是在國內(nèi)期刊的
論文中，還是明顯能夠看到為應(yīng)用而應(yīng)用的情況。就好象前面有一個(gè)帖子問“SEM能夠用于面板數(shù)據(jù)”，先不說能用不能用，單
就是這種思路就有問題，如果論文中應(yīng)用的是面板數(shù)據(jù)，當(dāng)然應(yīng)當(dāng)是問“面板數(shù)據(jù)用什么方法來求解比較科學(xué)”。為數(shù)據(jù)找科學(xué)
的方法，而不是因?yàn)槭煜ち艘粋�(gè)方法，就想盡辦法來應(yīng)用它。
實(shí)證研究中，永遠(yuǎn)都是理論是第一位的，邏輯推理是第二位的，模型構(gòu)建是第三位的，統(tǒng)計(jì)方法是最末位的。
用過線性回歸的朋友都有過這樣的印象，同樣的數(shù)據(jù)，如果一次列入比較多的自變量，模型通過的可能性就會(huì)比較低，如果
列入的變量比較少，甚至只有單自變量，則能夠通過檢驗(yàn)的可能性大大增加。對(duì)于SEM來說，同樣存在這樣的問題。
經(jīng)常有人問我：我的模型（假設(shè)）通不過檢驗(yàn)怎么辦？我答：把模型做簡單點(diǎn)。也許這是唯一簡捷的方法。不可否認(rèn)，一個(gè)復(fù)雜
的模型確實(shí)很有震撼力，但是面對(duì)一堆較低的指標(biāo)，通常也是很尷尬的事情。
然而，我的意思并不是讓大家都做簡單的模型。相反，在大的模型能夠通過檢驗(yàn)的情況下，盡量還是用大的模型。大的模型包含了
多的潛變量，它相當(dāng)于把所有的研究變量納入一個(gè)系統(tǒng)中研究，而如果拆分成一個(gè)個(gè)小的模型，只能研究在不考慮其他變量的情況下，
小的模型中所涉及到的變量之間的關(guān)系。
一個(gè)不得不面對(duì)的問題是：一個(gè)假設(shè)，如果放在大模型中檢驗(yàn)，結(jié)果顯示通不過，但是放到小模型中檢驗(yàn)，卻通過了。我們?cè)撓嘈耪l？
我的觀點(diǎn)：如果理論支持復(fù)雜的模型，我們就應(yīng)當(dāng)以大模型的結(jié)果為準(zhǔn)。而如果你想創(chuàng)新理論，則不妨先從小一點(diǎn)的模型做起，再逐步
放大模型的規(guī)模。
那么，什么是“合適的模型”。一個(gè)合適的模型，至少應(yīng)當(dāng)滿足以下條件：
（1）模型的建立有明確的理論支持；
（2）模型中的變量應(yīng)當(dāng)包括該研究中大多數(shù)變量；
（3）模型所涉及到的“邊界”是清晰的（什么是模型的邊界，這是個(gè)很抽象的概念，大家意會(huì)吧）
（4）模型中的假設(shè)應(yīng)當(dāng)有超過一半是顯著的（否則你的理論肯定是有問題，或者模型的邊界不夠清晰，比如你把一些關(guān)系不大的變量也納入模型中了）
（5）模型的輸出結(jié)果是可解釋的，即使是未通過檢驗(yàn)的假設(shè)，也有盡可能合理的解釋。
頗為遺憾的是，在許多論文中，我們只能看到作者呈現(xiàn)的最終結(jié)果，至于模型被檢驗(yàn)、甚至是被修正的過程，限于篇幅或者其它眾所周知的原因，都
沒有報(bào)告，我們無法判斷模型是否是合適的，有時(shí)甚至難以判斷模型是否是“邊界清晰”的。有的作者甚至只呈現(xiàn)出一個(gè)輸出結(jié)果，連這個(gè)輸出結(jié)果是
用“大”模型還是“小”模型輸出的，都沒有辦法判斷。
還有一些作者，在學(xué)位論文中，用了一個(gè)大的模型，然后把這個(gè)大模型分拆成若干個(gè)小的模型，分別發(fā)表出來，有時(shí)路徑系數(shù)甚至都是相同的，呵呵
還有一些更夸張的做法：比如假設(shè)是一條一條驗(yàn)證的，然后自己手繪一個(gè)SEM模型圖，把一條一條驗(yàn)證的結(jié)果同時(shí)繪在這張圖上。
對(duì)于大模型與小模型的檢驗(yàn)結(jié)果相矛盾這個(gè)問題上，我想值得統(tǒng)計(jì)學(xué)家來研究一下。以上我的想法僅供大家參考，謝謝