两个人分别完成亲密关系测试，并不意味着把分数相减或取平均，就能得到有科学依据的“伴侣匹配度”。一个匹配指标需要说明它测什么、怎样组合两人的资料，以及是否真的与它声称的关系结果有关。算法能算出一个百分比，和这个百分比有可解释的含义，是两回事。
假设两对伴侣在同一项虚构的沟通评分上，分别得到8分与8分、2分与2分。他们的差值都是零。如果“差得越少越匹配”，两对会同样被评为高度匹配，但双方都擅长沟通与双方都很吃力，显然不能因为差值相同就混为一谈。这里的数字只是说明算法问题，没有量表常模或风险阈值的含义。
匹配到底指相似，还是对关系有帮助
相似、互补、满意和长久，不能共用一个未经说明的“合适”。相似度可以描述两人答案像不像；关系满意度描述当事人怎样看待当前关系；预测关系变化则需要追踪资料。即使某种相似性与满意有关，也不意味着同一指标能够预测分手，更不意味着提高这个分数就能改善关系。
所谓互补也需要定义。一个人喜欢安排、另一个人喜欢随性，是否有利于相处，要看所研究的具体特征、结果以及条件。不能把所有差异先叫作互补，再把所有相同先叫作默契，使算法无论算出什么都显得正确。
因此，读报告时，最先需要的说明往往很简单：“这项指标所说的匹配，具体指什么？”如果答案只是“综合评估你们合不合”，解释仍然不够。
平均分和差值保留了什么，又丢掉了什么
平均分可以概括两人的整体作答水平，却可能掩盖一方满意、一方不满。差值能显示不一致，却会丢掉双方原来的水平；取绝对值以后，还会丢掉谁高谁低。它们都可以是整理资料的方法，但并不是天然的关系质量指标。
测量本身也要可比。两人是否回答同一版本、同一时间范围、同一类关系？相同分数在两人身上是否可以作相近解释？各自分数有误差，差值也有误差。差值的可靠性取决于原分数的可靠性、两人的分数关联及分布等条件，不能因单人量表可靠，就直接宣布双人匹配分也可靠；也不能反过来说差值一概无效。
方法学研究提出，研究相似效应时，应保留双方原始水平，并考虑两人资料相互关联。双人反应面分析（dyadic response surface analysis）就是一种处理方式，用来检验什么样的组合与关系结果有关，而非只依靠一个差值。相关方法论文。普通读者无需掌握统计程序，但有理由要求报告提供相应的验证依据。
哪些验证比“用了很多题目”更有分量
如果工具声称能预测关系幸福，值得看四件事。
- 验证的结果是什么，是当前满意度、未来变化，还是双方是否继续交往？
- 资料来自哪些人，是否适用于这份报告的使用者与关系阶段？
- 结果有没有在独立样本中检验，而不只是对开发数据拟合得好？
- 双人组合指标是否比各人的原始分数提供了更多信息？
Joel等人2020年汇总43项伴侣纵向研究，用机器学习比较大量自评变量的预测表现。研究能够解释部分当前及后续关系质量差异，但对关系质量如何变化的预测仍很有限。这项研究没有验证任何网上的“匹配率”，它提醒我们，预测当前感受与预测将来的走向不能混说。原始研究。
没有验证材料时，报告还能怎么用
可以把双方原始答案当作谈话材料，同时暂缓给那个综合百分比赋予过多含义。例如“我们对未来居住地点的期待不同”已经是值得讨论的信息，并不需要再包装成“匹配度下降”。
两人的感受应分别保留。站内双人评分不同怎样谈关注的是会谈中的差异；这里要核对的是，差异能不能支持算法声称的结论。看懂这一步，既能保留测评的实际帮助，也能避免让一个没有交代依据的总分替双方作决定。