多变量追踪研究的模型整合与拓展： 考察往复式影响与增长趋势
A Unification and Extension on the Multivariate Longitudinal Models: Examining Reciprocal Relationship and Latent Trajectory
-
作者：
刘源
1,2
-
作者单位：
- 通讯作者：
刘源
Email:lyuuan@swu.edu.cn
-
提交时间：2021-04-30 09:07:46
摘要: 追踪研究当中，交叉滞后模型可以探究多变量之间往复式影响，潜增长模型可以探究个体增长趋势。对两类模型进行整合，例如同时关注往复式影响与个体增长趋势，同时可以定义测量误差、随机截距等变异成分，衍生出随机截距交叉滞后模型、特质-状态-误差模型、自回归潜增长模型、结构化残差潜增长模型等。以交叉滞后模型和潜增长模型分别作为基础模型，从个体间/个体内变异分解的角度对上述各类模型梳理，整合出此类模型的分析框架，并拓展建立“因子结构化潜增长模型(factor latent curve model with structured reciprocals)”作为统合框架。通过实证研究(早期儿童的追踪研究-幼儿园版，ECLS-K)，建立21049名儿童的阅读和数学能力的往复式影响与增长趋势。研究发现，分离了稳定特质的模型拟合最优。研究也对模型建模思路和模型选择提供了建议。
版本历史
| [V1] |
2021-04-30 09:07:46 |
ChinaXiv:202104.00133V1
|
下载全文 |
相关信息
待评议
点击量
下载量
