由天津师范大学心理学部刘拓副教授等合作完成的论文“The effect of college students' adaptability on nomophobia: Based on LASSO regression”在Frontiers in Psychiatry上发表。该论文的合作者分别为中南民族大学的罗敬博士和北京师范大学的博士生任世秀。

该研究主要通过机器学习Lasso回归方法，理清了导致问题性手机使用行为的适应性因素。以往研究发现，适应不良是问题性手机使用行为的影响因素，但学生的适应不良包含多个成分。通常使用基于最小二乘法的传统回归和结构方程模型等方法，很难理清究竟哪种适应不良最易造成问题性的手机使用。这主要因为适应性的成分较多，且各成分之间共线性程度较高。传统的最小二乘法回归容易导致模型出现过拟合，且无法解决共线性的问题。结构方程模型则无法解决当变量系数显著但其效应较小所导致模型冗余的问题。而机器学习中，以Lasso为代表的正则化回归不仅能有效处理过拟合问题，还能通过在模型估计中增加惩罚参数的方式将较小的回归系数压缩到0，从而起到变量筛选的作用。

该研究对天津市673名在校大学生的无手机恐惧和六个方面的适应性（学习、专业、想家、人际、情绪、经济适应）进行了调查。最终在惩罚参数的缩减估计下，研究发现仅有情绪适应和想家适应能显著预测个体的无手机恐惧水平。也就是说在不同适应性问题中，情绪适应和想家适应是导致大学生问题性手机使用行为的关键适应性因素。

文章链接：https://doi.org/10.3389/fpsyt.2021.641417