关于模式的修正问题

       当模式进行参数估计后，发现假设理论模式与观察资料的适配度（也就是拟合度）不佳，这个时候，研究者可能会对模式进行适当的改变，改变的目的在于模式适配度的改善。模式适配度不佳可能是违反基本分配的假定、有遗漏值或序列误差的存在、或具有非直线关系。模式改变，又称模式界定，模式界定就是增列或删除某些参数；而模式的改善指的是模式朝向更佳的适配度或成为更简约的模式，可以得到实质的合理的解释。针对初始理论模式进行局部的修改或调整的程序，以提高假设模式的适配度，称为“模式修正”，修正完的模式应是合理的、明确的与可完整解释的。模式修正如果没有理论基础，完全是一种受资料驱使的模式修正法，易犯“机遇坐大”的迷思，新的修正模式可能与某些样本特质接近，因而可能需要重新选取样本来检定修正的模式。因而已修正过的模式在一个特殊样本中可能适配度很好，甚至完美，但应用到母群体中的另一个样本时，可能会出现适配度不足的情形。

      有学者建议：当一个初始模式适配度良好时，去修正模式使它获得更好的适配度可能是相当不明智的做法，因为修正只是适配了样本数微小的独特之特质而已。