预测浪漫关系的质量

一项研究探索了浪漫关系的质量的预测因子。对浪漫关系的质量的预测因子的研究常常受到范围和规模的限制。Samantha Joel 及其同事使用一种机器学习方法分析了43个数据集合，这包括了从29个实验室招募的11196对配偶收集到的2413个基本上是自我报告的度量。这组作者发现，诸如感受到的伴侣的奉献、性满意、感受到的伴侣的满意，以及缺乏冲突等关系特异性变量，造成了关系质量的变化性的大约45%。关系质量的具有最强的预测能力的最重要的个体特征是生活满意、负面影响、抑郁、依恋抗拒和依恋焦虑。然而，个体特征仅仅解释了关系质量的变化的21%。类似地，记录了伴侣关于关系的观念的变量仅仅解释了关系满意的变化性的15%。在预测关系质量方面，伴侣报告的个体特征和关系相关判断，并没有在一个人自己的关系特异性看法上提供额外的价值。这组作者说，这种机器学习方法可能为关系科学领域的未来研究提供一个模型。

###