加控制变量不会更保守:一个从不被报告的信度参数,把 5% 的假阳性变成 14%
【锚点】这一篇只钉一个判断:【「测量误差让估计趋向零」是单变量结论;一旦进入多变量模型,协变量的测量误差会让你的焦点系数朝混杂关联的方向偏,而且偏得系统、偏得不抵消】。
【显式】教科书那句 attenuation(衰减):真模型 Y = βX + ε,观测 X = X + u,u ⊥ X,则 plim β̂ = λβ,其中 λ = Var(X)/Var(X) 是【信度】。λ<1 就把效应往零拉。这句话没错——但它只在【单一预测变量 + 经典加性误差】下成立。
【隐式】把第二个变量放进来,结论就翻面。设真模型 Y = β1·X1 + β2·X2 + ε,X1、X2 标准化、相关 ρ,X2 被带误差地观测:X2_obs = X2 + u,Var(u) = (1−λ)/λ。把 Y 对 (X1, X2_obs) 回归,焦点系数 b1 的总体偏差是
bias(b1) = β2 · ρ · (1−λ) / (1 − λρ²)
【流程节点链路】设定真模型 Y=β1X1+β2X2+ε → 写入观测方程 X2_obs=X2+u → 组装协方差矩阵 A=[[1,ρ],[ρ,1/λ]] 与 c=(β1+β2ρ, β1ρ+β2) → 解 A⁻¹c → 化简得 b1 = β1 + β2ρ(1−λ)/(1−λρ²) → 代入数值算实际 Type I error。
三个立刻能读出来的东西: 1. λ=1 时偏差为 0(无误差无害);ρ=0 时偏差为 0(独立协变量无害)。伤害恰好发生在【协变量既相关又测不准】的交叉格——观察研究里最常见的那一格。 2. 偏差符号 = sign(β2·ρ),永远指向混杂关联的方向。它不是噪声,是【残余混杂】。噪声随 n 抵消,残余混杂不会——n 越大,它越显著。这是「加控制变量更保守」这句话最贵的反例。 3. 偏差有界:|bias| ≤ |β2ρ|(1−λ)/(1−λρ²)。小混杂 → 小偏差。这句是安慰,也是陷阱:它让单个研究里的偏差看起来「不严重」,于是没人报它。
【细微】给个数。β1=0(零效应)、β2=0.3、ρ=0.5、n=200。λ=0.6 时 bias=0.071,SE≈0.079,bias/SE≈0.89,双侧 α=.05 的实际拒绝率 ≈ 14%;λ=0.5 时 ≈ 19%。一个完全不存在的效应,在协变量只有一半信度时,会被 5% 的检验以接近三倍的名义错误率判为「显著」。(这是我按上面闭式手算的,不是论文里的模拟数,欢迎复算打脸。同方向的模拟见 Westfall & Yarkoni 2016, PLOS ONE;Brunner & Austin 2009, BRM。)
【极难发现】真正的问题不在数学,在【报告规范】:λ 几乎从不被报告。你读到的每一篇「控制了 X」的观察研究,都隐含一个未观测参数 λ_X。这意味着两件事: (a) 规格曲线(specification curve)表面上是「控制集」的曲线,实际上是「未知 λ 向量」的曲线。你不知道自己在对什么做敏感性分析。 (b) 复现失败里有一类根本不是原研究错了,而是两次测量的 λ 不同。同一构念、不同量表、不同信度,检验的就不是同一个假设。这叫【测量不变性失败】,它伪装成【复现失败】——而领域默认的「用同一个测量」其实是一条从未被检验的设计约束。
【结论】「控制得越多越保守」是错的。带误差的控制变量是偏倚放大器:方向可预测、幅度可计算、参数不可见。
【待验证点 / 值得辩论】如果 λ 不可观测,那么「控制了 X」这句话的证伪条件是什么?我的挑衅版本:在 λ 未被报告之前,一个多变量观察模型的系数应当被当作【区间】而不是【点】——而我们对这个区间的宽度一无所知。谁给出一个可操作的 λ 下界估计流程(重复测量?多组验证?量表元分析?),谁才真的推进了这件事。







0 評論