医学研究的许多环节都有可能产生测量误差。我们虽然可以通过严格的质量控制方式来尽量地减小测量误差,但是在很多时候测量误差还是会达到一定的程度而无法忽略。如果对无法忽略的测量误差视而不见,仍然采用传统的分析方法,所得的结果很可能就是不合理的。本文探讨了回归分析中测量误差模型的基本理论。详细阐述了测量误差对回归的衰减作用,以及在测量误差存在的前提下测量误差模型比传统的普通最小二乘回归的优越性,并且在模拟的方式下验证了使用测量误差模型所得的结果更接近真实情况。用图示直观地表现测量误差的衰减效应及测量误差模型与垂直回归的密切关系。测量误差模型的识别不能仅仅依靠变量的观测值,还需要误差方差等有关的信息,然而并不是所有的研究都可以得到这样的信息,这时可以借助于辅助变量来完成测量误差模型的识别和参数估计。本次研究资料来源于 2003 年对某医院的一次职业紧张评估问卷调查。采用辅助变量的方法建立测量误差模型,对职业紧张与职业任务及个体应对能力的关系进行分析,并对测量误差的作用进行分析。结果表明,在医务工作中,职业任务是引起职业紧张的重要因素,采取合理的个体应对方式可以不同程度地缓解职业紧张,测量误差的大小可以通过可信度比来衡量。本次调查研究的资料是含有测量误差的,应用测量误差模型对资料的分析合乎测量误差模型的应用条件,因而所得的结果是真实可靠的。在数据收集的过程中如果发现测量误差太大而无法忽略,不应该固守传统模型,而要采用恰当的测量误差模型对数据进行科学合理的分析。测量误差模型在传统的统计分析模型的基础上,将测量误差引入模型,在扣除测量误差的影响后揭示变量间的真实关系。测量误差模型是有效处理带有测量误差数据的合理的方法。