变量相对重要性评估的方法选择及应用

摘要: 高维数据爆发的背景下，心理学研究目前急需变量相对重要性评估的有效方法。相对重要性评估的关键是选择合适的评估指标和统计推断方法。相对重要性的评估指标种类繁多，优势分析和相对权重是重点推荐的相对重要性评估指标。相对重要性的统计推断方法适用情境不同，Bootstrap抽样是推断单变量重要性和两变量重要性差异的常用方法，而贝叶斯检验是评估多变量重要性次序的新方法。线性回归模型之外，相对重要性研究已拓展到Logistic回归模型、结构方程模型、多水平模型等，但适用数据类型仍较为有限。相对重要性评估已广泛应用于心理学实证研究，但存在不恰当的指标解释和方法选择问题。为此，结合具体例子说明变量相对重要性的评估过程。