（自学笔记12）为了给老板打工学了QCA
零、前置知识
- 逻辑组合数量=，n为条件变量数量，当n=1时，条件变量x分为高水平x和低水平~x，以此类推。
- 逻辑符号：source：b站up主：加菲那个猫屋
- QCA的非对称思维：传统对称思维假设高投入导致成功，那么低投入则会导致失败；而QCA非对称思维则会探讨成功和失败各自的路径，比如高投入×强学习能力导致成功，而低合作×弱创新文化导致失败。
一、QCA理论入门
e.g. 例如去研究个人特点和恋爱次数的关系，传统线性回归会找x因素去用最小二乘法拟合预测曲线，例如身高越高，恋爱次数越多。而QCA研究的是组态关系，去研究身高、长相、金钱等多种因素相互作用下对恋爱次数的影响关系。
理论解释：QCA，qualitative comparative analysis，定性比较分析，是一种结合定性与定量方法的社会科学研究工具，主要用于分析复杂因果关系中多个条件的组合如何导致特定结果。它通过布尔代数逻辑，揭示不同条件组合的充分性或必要性，尤其适用于中小样本研究（通常10-50个案例）。其主要分为清晰集QCA（csQCA）[严格的二分变量]、多值集QCA（mvQCA）[离散多值变量]、模糊集QCA（fsQCA）[0-1之间的连续模糊集]【Deepseek提供】
目前还有一个增强版的fsQCA，目前我还未深入研究这个（通过R语言实现）
按照数据特征分
QCA与线性回归的区别
QCA的重要特点
- 因果非对称性：别的因素也可能达到一样的效果。
- 殊途同归：达到目标可以有多条路径。
二、QCA的一般步骤
- 研究问题的确定：是否为对因果关系的探讨。
- 案例的选择：基于主观观察和理论基础，选择合理的案例
- 条件变量和结果变量的选取：条件变量通常为4-7个，考虑可获取性和理论基础。
- 校准：将原始数据转换为符合QCA逻辑的形式的关键步骤
| 校准类型 | 适用场景 | 数据形式 | 校准方法 | 示例 |
|---|---|---|---|---|
| 清晰集校准 | 条件与结果为二分类（存在/不存在） | 布尔值（0或1） | 设定明确阈值，高于阈值设为1，否则为0 | 民主国家：选举自由指数≥7 → 1；<7 → 0 |
| 模糊集校准 | 条件与结果为连续或模糊概念 | 隶属度分数（0到1之间） | 定义完全隶属（1）、交叉点（0.5）、完全不隶属（0）的阈值，使用S型或线性函数转换 | 经济高增长：增长率≥8% → 1；=5% → 0.5；≤2% → 0 |
| 多值集校准 | 条件有多个离散类别（如低、中、高） | 多值编码（如1, 2, 3） | 根据理论或数据分布划分区间，每个区间对应特定值 | 教育水平：文盲率>30% → 1（低）；10-30% → 2（中）；<10% → 3（高） |
-
必要性分析：用于确定某个条件（或条件组合）是否是结果发生的必要条件。必要条件意味着，当结果发生时，该条件必须存在（即“无此条件，结果必不出现”），通常一致性水平＞0.9是必要条件。并且在一致性水平较高情况下，去看覆盖度才是有意义的。
-
充分性分析：旨在识别导致结果发生的充分条件组合，即某一条件或条件组合存在时，结果必定（或高概率）发生。充分条件意味着“如果条件存在，则结果发生”（X→Y），但结果的发生可能有其他路径。并且在一致性水平较高情况下，去看覆盖度才是有意义的。
在充分性分析中，覆盖度被分为了原始覆盖度（该条件组态单独解释的结果比例），唯一覆盖度（仅由该条件组态独特解释的结果比例）和总体覆盖度（所有条件组态共同解释的结果比例）三种
| 对比维度 | 充分性分析 | 必要性分析 | 共同点 |
|---|---|---|---|
| 逻辑关系 | X→Y（条件存在→结果发生） | Y→X（结果存在→条件存在） | 均基于集合论与布尔逻辑 |
| 分析目标 | 识别导致结果的充分条件组合 | 识别结果发生的必要条件 | 揭示条件与结果的因果关系 |
| 一致性公式 | $$ \frac{\sum(\min(X_i, Y_i))}{\sum(X_i)} $$ | $$ \frac{\sum(\min(X_i, Y_i))}{\sum(Y_i)} $$ | 使用相同的数据结构（隶属度） |
| 覆盖度意义 | 条件组合对结果案例的覆盖范围 | 条件在结果案例中的普遍性 | 反映解释力的广度 |
| 典型阈值 | 一致性≥0.75，覆盖度无固定标准 | 一致性≥0.9 | 需结合理论与数据确定阈值 |
| 应用场景 | 探索多重因果路径（如企业成功的不同模式） | 确定基础前提（如民主化的必要条件） | 结合使用以全面解释复杂现象 |
| 因果方向 | 条件→结果 | 结果→条件 | 均需明确因果逻辑 |
| 解释焦点 | “如何组合导致结果” | “结果发生必须有什么条件” | 互补分析，构建完整因果链条 |
| 示例 | 高研发+灵活管理→创新成功 | 教育普及←民主化 | 均需校准数据并验证理论合理性 |
-
组态分析：哪几种条件组合是实现路径。
-
稳健性检验：集合论检验方式（改变一致性阈值、改变频率阈值、改变PRI阈值），其他检验方式（更换校准锚点，提高校准锚点）
三、QCA实证结果与分析
软件：fsQCA
- 导入数据
- 校准数据：点击Variables-compute variable-calibrate，点击需要校准的数据，在target variable输入校准后生成的变量名，如calibrate(y,n1,n2,n3)，其中n1表示完全隶属，n2表示交叉点，n3表示完全不隶属，也就是根据数据的分位排序选择对应水平，比如90%表示完全隶属。
如何找到对应的分位点，使用excel的percentile函数，=percentile(c2:c30,0.95)
-
导出数据，并对数据为0.5的改成0.501或者0.499，因为当50%为交叉点时，数据为0.5刚好处于交叉点上，无法判断该数据为完全隶属还是完全不隶属。
-
必要条件分析：点击analyze-necessary conditions-点击outcome选择结果变量-在add condition中将是或非的结果变量（a1，~a1）都加入其中-生成结果（consistency表示必要性的一致性水平，coverage表示覆盖度）-当一致性水平>0.9时，通常认为是必要条件，但此时还应该对该变量进行检验（fsQCA软件无法实现）
-
充分性分析：点击analyze-truth table-outcome选择结果变量-在causal condit选择条件变量-生成的真值表中number表示：在原有案例中，有多少案例拥有这样一个条件组态（百分比表示案例的累计百分比）-结果变量此时为空值，需要对其进行编码-raw consist. 充分性的一致性水平-PRI consist. PRI的一致性水平-SYM consist. 对称一致性水平
-
充分性阈值选取：点击edit-Delete rows width number，输入频数的阈值，也就是希望条件组态至少能被多少案例所覆盖（小样本可以选择1）-set outcome to 1 for rows with consist. 选择阈值
-
PRI一致性：将低于阈值水平（如0.7）的outcome手动编码为0
-
标准分析：点击右下角standard analyses-布尔简化步骤-对中间解的容易反事实分析部分进行判断-
QCA的三种解【内容由Deepseek】生成
简单解（Parsimonious Solution）：通过布尔代数最大程度简化条件组合，仅保留核心条件，删除所有冗余或辅助条件。纳入所有的逻辑余项
示例：企业创新成功的简单解：创新成功=高研发投入+灵活管理
复杂解（Complex Solution）：保留所有可能的条件组合，不进行任何简化，完全依赖数据驱动。不纳入任何逻辑余项。
示例：企业创新成功的复杂解：创新成功=高研发投入⋅灵活管理+高研发投入⋅政策支持+灵活管理⋅市场机遇
中间解（Intermediate Solution）：在简单解与复杂解之间平衡，结合数据与理论假设，通过合理反事实分析生成更贴近实际的解。基于理论预期处理逻辑余项【大多数研究的最优选择】
示例：企业创新成功的中间解：创新成功=高研发投入⋅灵活管理+政策支持⋅市场机遇
感兴趣的去看up的讲解吧，讲的很不错，我这里只是自学记录用。
-
结果解读：会生成三种解的结果。unique coverage唯一的覆盖度：表示在成功的案例中，仅能被这个组态所解释的比例（清晰集的解释）-solution coverage 解的总体的覆盖度- solution consistency 解的总体的一致性
-
结果汇报：当简单解和中间解同时存在或同时缺失时，就是核心存在或核心缺失；当只有中间解存在或缺失时，就是边缘存在或边缘缺失。
动态QCA
分析步骤是类似的，但是由于加入了时间趋势，需要考虑组间和组内的结果。
-
pooled consistency表示汇总的一致性
-
pooled coverage表示汇总的覆盖率
-
between to pooled表示组内或组间一致性的差异