我覺得啦 如果你用統計的概念來理解 1.當你增加X,可以解釋更多的Y 通常這是研究者所期待的 2.當你增加X,沒辦法解釋更多的Y 那只能說無法被拒絕Ho 實際的操作上 我們期望找到一個X就能百分百的解釋Y 不過這是不可能的>_< 所以我們會找不同的X1,X2.....來增加解釋的情況 →統計還是只有統計上的意義 →還有一些經驗證據跟理論你必須同時考量 譬如你提出了另一套解釋方式 你應該會告訴人家為什麼用A學者的模型是不足的 而你提出了B 而你能提出B的這個過程,才是你解釋資料的重要依據 這樣你在研究模型的設計以及之後的解釋 才能同時掌握理論與資料 當然如果A的東西有很多人證明他是對的 而你證明出來他是錯的,他找錯方向了 那很有可能你的方法或對象不同 你就必須去解釋為什麼會不一樣 又或者你證明出來需要多考慮什麼變項 這樣模型才會更精準 那在你的文獻應該有提出證據 解釋上就從文獻跟結果告訴讀者為什麼要做這樣的考慮是必要的 這是我目前所想得到的啦,我覺得比較常見的情況,有點亂,有錯請指證:P ※ 引述《koien (我的論文ㄚ..)》之銘言： : 我有個問題想請教一下..有關paper的.. : 就是當我想如果加入其他的東西到我原本看的paper的模型中之後.. : 會有什麼變化...如果會一樣的話..那就沒有意義了... : 因為他用更精簡的假設..就可以得到跟我一樣的結果.... : 但我想到一個問題..因為那篇paper一開始有提到.. : 他觀察到美國跟一些先進國家都有些現象...就是當技術進步率增加提升了能力的報酬.. : 同時使技術勞工跟非技術勞工群體間與群體內的工資不均度上升....... : 我的想法是..他們是先觀察到了有這樣現象..然後發展出一套模型能解釋他觀察到的... : 如果我加入了新的東西...可以跟他做出來的不一樣...這是我想要的.... : 但這樣是不是就不符合他觀察到的...跟事實上的就不一樣... : 這樣是不是就沒有實證上的支持...或者我做出來可能結果方向是一樣... : 但是只有變化幅度大小的不一樣(把它量化)...這樣做出來的有意義嗎??? : 不知道我這些疑問...是不是有哪些觀念上的問題...或是我的想法有盲點.... : 看到此篇的....有什麼想法...不管對不對..... : 都可以寄信給我....講你的想法.....感恩.......thanks...... --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.222.108.125