Цитаты из книг автора «Richard E. Nisbett»

Что бы вы ни думали о влиянии вопроса о положительных или отрицательных событиях на ваш ответ, с прискорбием должен вам сообщить, что ваш ответ неверен. Все зависит от того, когда произошли те события — в недавнем прошлом или пять и более лет назад. Ваша жизнь покажется вам хуже, если вы будете думать о плохих событиях, произошедших недавно, чем если вы будете размышлять о хороших событиях, произошедших так же недавно181

на зависимую переменную, будучи свободной от влияния другой переменной, будет совершенно излишним. Как корреляция не доказывает наличие причинно-следственной связи, так и отсутствие корреляции не доказывает отсутствия причинно-следственной связи. Ложные отрицательные выводы могут точно так же быть результатом АМР, как и ложные положительные — из-за невидимой паутины причинно-следственных связей, которую мы не смогли обнаружить.

Основная проблема АМР заключается в том, что обычно такой анализ подразумевает, что независимые переменные являются составляющими элементами единого целого, но при этом каждая переменная сама по себе логически не связана со всеми другими. Как правило, это не так, по крайней мере во всем, что касается поведения человека.

Вопреки сказанному выше, метод АМР часто полезен. Иногда значения независимой переменной невозможно менять. Нельзя изменить чей-то возраст. Даже при проведении эксперимента такой факт прибавляет нам

Фундаментальной проблемой АМР, так же как и всех иных корреляционных методов исследования, является самоотбор. Исследователь не может задавать значение независимой переменной для каждого отдельного случая. А это значит, что все переменные, которые коррелируют с независимой (изучаемой) переменной, будут оказывать влияние на результат. В большинстве случаев у нас не получается идентифицировать каждую из этих посторонних переменных. Исследуя поведение, мы практически никогда не можем быть уверены в том, что обнаружили все переменные, имеющие отношение к независимой переменной

Анализ множественной регрессии (АМР) устанавливает связь между независимой переменной и зависимой переменной с учетом связи между независимой переменной и другими переменными, а также связи этих других переменных с зависимой переменной. Этот метод может указывать на причинно-следственную связь, только если все

«Исследования показывают, что успеваемость ребенка в гораздо большей степени зависит от IQ его биологических родителей, чем от IQ его приемных родителей»170. Но корреляционные данные — это не те данные, на которые можно опираться, оценивая важность внутрисемейной обстановки

Существуют вопросы, на которые можно ответить только с помощью эксперимента, но некоторые ученые все равно предпочитают искать ответы на них, прибегая к анализу множественной регрессии.

Разнобой данных часто является следствием либо различных подходов исследователей к социальному статусу испытуемых, либо игнорирования влияния социального статуса вообще. Но социальное положение — лишь один из огромного числа потенциально осложняющих дело факторов, присутствующих в исследованиях АМР. Практически все, что коррелирует и с предсказывающей, и с результирующей переменной, в таких исследованиях претендует на то, чтобы стать объяснением корреляции между ними.

Известно много примеров, когда АМР говорил о наличии причинно-следственной связи одно, а рандомизированный контрольный эксперимент — совершенно другое. В таких случаях следует верить результатам экспериментов