Deffuant 模型对测量误差的敏感性

观点动力学模型在疫苗犹豫等当前现象的研究中具有巨大潜力。遗憾的是，迄今为止大多数模型很少或没有实证验证。用真实世界数据检验这些模型的一个主要问题在于，难以以直接映射到模型表征的方式测量观点。事实上，这类测量本质上很复杂，并且呈现出不止经典随机噪声类的多种测量误差。因此，了解这些不同误差类型如何影响模型预测至关重要。本工作中，我们在 Deffuant 模型中分析这一关系。从心理测量学文献出发，我们首先讨论观点测量如何受三类误差影响：随机噪声、分箱和扭曲（即量表点间间隔不均）。前两者为科学界多数所知，而第三者在心理测量学之外基本未知。为此，我们阐明各类测量误差的性质与特性。通过模拟这些误差类型，我们表明 Deffuant 模型对分箱稳健，但对噪声和扭曲不稳健。确实，若量表有 4 个或更多点（如多数自陈量表），分箱对最终预测几乎无影响。然而，预测误差随随机噪声近乎线性增长，直至最大误差 40%。达到该值后，增加噪声量不再恶化预测。扭曲问题最严重，最大预测误差达 80%。迄今多数研究聚焦于模型性质而未分析其可能使用的数据类型。此处我们表明，研究模型时亦应分析其对这类测量误差的稳健性。