我們可以用控制變數簡化一個 4 層的概念模型嗎？
我對實證研究中的概念模型有一個快速的問題。假設我有 C 的兩個前因 A 和 B。我可以使用一些理論假設 A 和 B 影響 C，並且根據之前的研究結果，我確定 C 影響 D。最後，我使用另一種理論來假設假設 D 影響 E。
現在，我的問題是：如果我唯一關心的是測試（ $ A $ 或者 $ B $ ） 和 $ E $ ，我可以簡化概念模型，使其具有： $ A/B\rightarrow D\rightarrow E $ ? 換句話說，我可以強制 C 成為控制變數嗎？或者我可以簡單地忽略這個中介因素 C，並接受最終估計 $ A/B\rightarrow E $ 結果可能不准確（也就是在確認/反駁關於之間間接影響的假設方面的錯誤結果 $ A/B\rightarrow E $ 通過 $ D $ )?
答案是肯定的，心理學家一直都是這樣做的。但是，如果映射關係測試將非常具有挑戰性 $ A\rightarrow{E} $ 或者 $ B\rightarrow{E} $ 不是單調的。想像一下這種情況 $ E\propto{f}(\sin(A)) $ .
如果關係是線性的，那麼 Pearson 的乘積矩係數將測試您正在查看的內容。注意是雙向的 $ A\rightarrow{E} $ 和 $ E\rightarrow{A} $ . 在經濟思想中如此普遍的“左手邊”和“右手邊”的想法將會消失。但是，不存在內生性問題，因為關係以哪種方式執行並不重要。
如果您的關係不是線性的，而是單調的，那麼您可以使用 Spearman 的 $ \rho $ 或肯德爾的 $ \tau $ . 它們具有不同的屬性，因此您必須對要使用的屬性進行一些研究。它們也沒有方向性。
如果你相信 $ A/B $ 原因 $ E $ ，那麼有一個單調關聯的單向度量，Somers’ D。它可以區分多雲，因此下雨，和下雨，因此多雲。
相關性僅顯示關聯，但您的問題是“我可以測試它嗎？” 是的，可以測試。
另一種方法是使用回歸模型，但您正在嵌套關係。根據現實世界的問題是什麼，完成它可能不是一件容易的事。
此外，與回歸相比，相關性對您對自然界真實結構的了解的要求更弱。
有一種簡單的方法可以讓您的鏈條斷裂。想像一下 $ A,B,Z\rightarrow{C} $ 以及幾乎所有的價值和可變性 $ C $ 是由於 $ Z $ . 那麼即使 $ A $ 和 $ B $ 影響 $ C $ ，當它沿著變數鏈向下傳遞時，影響可能會失去 $ E $ .
如果您確實測試了兩個變數與最終變數的相關性，則需要對測試中的多重比較進行校正，例如 Holm-Bonferroni 校正。