《政治分析》發表了您的兩篇關注「潛在變數」的論文。您的調查方法研究與潛在變數研究之間有什麼關聯？
我聽說有人聲稱所有感興趣的變數都會被觀察到，而潛在變數充其量只是作為一種中介工具。我認為事實恰恰相反。社會科學之所以如此困難，是因為我們觀察到的變數幾乎從來都不是實際感興趣的變數：總是存在測量誤差。這就是為什麼我們需要潛在變數模型來模擬實際感興趣的變數之間的關係。
一方面，潛在變數模型大多是在傳統上不太關注代表性的領域內開發的，儘管這種情況現在可能正在改變。另一方面，在 20 世紀 60 年代初美國人口普查局取得一些進展之後，調查方法領域需要趕上那時以來測量誤差建模的進步。我所做工作的一部分是「引入」不同領域的方法，以便雙方都得到改進。另一部分涉及 PA 中的論文，是關於解決在執行此操作時出現的一些獨特的新問題。
例如，在透過固定最大似然分析中的錯誤率估計值來修正測量誤差（錯誤分類）時，如何正 数据库到数据 確解釋這個錯誤率本身只是一個估計值，就像從 SQP 獲得的那樣？我們在與 Albert Satorra 合作發表於《結構方程模型》雜誌的一篇論文中處理了線性模型的這個問題，而我和 Jeroen Vermunt 與我們的博士生 Zsuzsa Bakk 合作撰寫的一篇 PA 論文則處理了分類潛在變量和觀測變量。調查方法中的另一個問題是如何確定哪些群體對於當前的目的「足夠具有可比性」（又稱「可比較性」、「等價性」或「不變性」）。我在這篇 PA 論文中介紹了一種使用潛在變數模型來研究這個問題的工具。
您的研究相當跨學科。對於那些像您一樣對跨學科課題研究感興趣的研究生，您有什麼建議？對於他們如何出版自己的作品，有什麼建議嗎？
我從來沒有刻意去進行跨領域研究。從某種程度上來說，這是因為我對一切都感興趣，而從另一個角度來說，這都是作為統計學家的一部分。據說圖基說過，“你可以在每個人的後院玩耍”，不管他是否真的這麼說過，這也是我喜歡它的原因。