回归的解释与应用

《回归的解释与应用》是美国加里福尼亚大学教授克里斯托弗-H．阿肯(Chistopher H．Achen)撰写的回归分析法在社会科学研究应用中经验法则。作者认为是优秀的统计工作本身就是一项优秀的科学研究。一种方法学只有在它可以在自己涉足的领域里促进被校验的理论的理解时，才可被称之为令人满意的。统计方法只是一种工具，头脑里没有明确的目的和理论诉求，就不能很好地使用这一工具。为了想做好社会研究领域的数据分析，我们首先应懂得什么是社会科学的科学解释。作者在专著中明确地提出，所有的统计方法都依赖于某些假设。在这一点上，定量方法与常识无异：要了解新东西，我们必须先知道一些其他的东西。不同之处仅在于统计理论使这种依赖性变得更明确。调查人员必须对测量的变量与结果间的函数形式，以及未测量变量的某些统计特性二者同时做出假设。所有这些假设——函数形式与干扰项的假定被统称为规范(specification)。没有正确的规范，常规的统计理论所给出的变量影响的精确估计将无精确性可言。而从目前国内外的社会科学界的现状来看，许多社会科学家，都热衷于用大量时间，不厌其详地论述统计分析的结果，但却很少论及其选择的规范的正确性。以回归分析为例，测量的因果因素的函数形式一般假定为线性的，与此同时，未测量的变量则常常被假定是正态的。在回归分析中最常见的情况是只估计一个回归方程。而在分析过程中，则最多不过试着对数据作一两次变换，和在方程中增加或减少几个变量这样一些工作。在作了这些十分有限的工作后，他们就会报告得到了最佳的拟合，仿佛这一切是完全正确的，已不可能再存任何其他的疑义。显著度检验、方差分析、决定系数以及其他统计计算也都在使用的模型，是一个完全合乎规范的模型这样一个假定的基础上进行。针对社会科学界存在的这一现象，作者在专著中对统计分析，特别是回归分析中的规范选择问题进行了深入讨论。本专著与其他专著另一不同之处是，在阐述回归分析方法的应用和解释过程中，注意力更多地集中在各种社会科学家对于数据应当，且也确实常常提出的那些问题——控制变量应该是多少、哪一个变量最为重要等这样一些问题展开一些讨论；——而不是对那些计量经济学中常讨论的问题——对一个给定的真实的模型，哪一个估计量是最好的估计量、它的统计性质如何等这样一类问题进行深入的讨论。本文将该专著中有关这两方面的内容全文译出。