※ 引述《chenyutn (人生要死，何為苦心。)》之銘言： : 我後來直接寄信去問Dr. Goodue了。 : Dr. Goodhue, : sorry for my poor English, I am a graduate student in Taiwan, having a question : about your article "Statistical Power in Analyzing Interaction Effects: : Questioning the Advantage of PLS With Product Indicators". I wonder how many : bootstrapping resamples would be enough for estimating the parameter? Is that : "the more, the better" making sense? And, why the five hundred resamples is the : usual recommendation? : An article of Stata (http://www.stata.com/support/faqs/stat/reps.html) suggests : that "the right answer is that you should choose an infinite number of : replications because, at a formal level, that is what the bootstrap requires", : and recommend three steps for identifying the reasonable number of resamples: : "1. Choose a large but tolerable number of replications. Obtain the bootstrap : estimates. : 2. Change the random-number seed. Obtain the bootstrap estimates again, using : the same number of replications. : 3. Do the results change meaningfully? If so, the first number you chose was : too small. Try a larger number. If results are similar enough, you probably : have a large enough number. To be sure, you should probably perform step 2 : a few more times, but I seldom do." : Is that true? : I hope I've explained my questions well, and hope they make sense. : Thanks for your help! : Chen, Y-T : 剛剛收到Dr. Goodue的回覆： : Chen, : Attached is the material from the paper on the number of resamples. As you can : see, we did carry out a version of what is recommended by Stata. : 他那篇文章的部份內容，也確實是依照比較不同resamples數而來，可見Appendix E: : Comparing Bootstrapping With 100 and 500 Resamples。 : 因此，跟我之前所提的論點一樣（這樣下結論應該可以吧）。 我去找了 Appendix E 來看(原來是放在Web site)確實如您所言 也由於您依照科學精神來求證(不是指您問作者此事), 確實如您所言我們也可以下結論了 但如果有更多的文獻來支持會更有說服力一點 雖然我們開始的看法不同, 而且也各自引用文獻來表達不同的看法及觀點 但我想我們彼此也可以得到成長, 我個人對您表達高度的肯定(這樣會不會太惡心?) 另外, 我有些事想對 bmka 說 (如果您還有在看這些討論的話) 也許您是這方面的專家, 我也歡迎您熱心的加入討論 但 "個人的看法" 在研究中是最不重要的 如果您有某些看法, 必須要引用文獻來支持(或佐證) 套用某教授的說法: (純引用,有點粗,我沒有其他的意思,但很貼切) 博士論文還有一點參考價值, 碩士論文是個屁, 個人看法則連屁都不如 (簡單說就是沒有經過外界的考驗) 論文發表在國內期刊有一點參考價值,發表在國外重要期刊則是重要的參考文獻 (不是媚外,但事實如此) 尤其是有份量的文獻支持是最重要的, 而不是 "我認為", "隨便google就一堆" 等等 像您說 "我所提的檢驗的方法(比較500, 1000, 2000的結果)" 這個除非您有將研究結果 發表在重要的期刊中, 不然很難讓人當做參考文獻 所以才要提出實際上的文獻(作者,年份,paper title等), 讓自己的看法更有說服力 最後您在前篇說 >我注意到你引用的都是最近這幾年的paper >不知你的領域是否在這幾年才突然"發現"這個方法 老實說我真的很吃驚您會這樣說,學術上的研究是一點一滴慢慢在進步的 而且最重要的是, 您的研究是站在前人的研究基礎上來的 當然引用的文獻要以最新的為優先, 我不知道我引用最近這幾年的paper有何問題? 如果您寫的paper大部份都引用舊的或前幾年的文獻,可能還會被質疑有抄襲的嫌疑 所以一般的指導教授都會要求引用最新的文獻, 這並不是什麼奇怪的事. 不過確實在 MIS 領域中, PLS 是在2000年左右才慢慢有學者使用(主要是 MIS Quarterly) 為何呢? 因為 PLS 是被高度質疑的, 此點在 Goodhue et al.(2007)此篇中也有提到 可能您會很奇怪? PLS 又不是什麼新東西, 早就是個研究到爛掉的東西, 為何還會被質疑 原因很簡單, PLS 並沒有被 "實證研究" 證實在是可靠值得信賴的工具(至少在MIS領域) 這也是 Goodhue 此篇研究努力的目標(您看他又多了一篇paper可以發表) 抱歉! 一時心血來朝寫的落落長 ※ 編輯: danny789 來自: 122.254.33.185 (06/09 16:41)