您选择的条件: 袁帅
  • 变量间的网络分析模型及其应用

    分类: 心理学 >> 发展心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》

    摘要: 变量间的网络分析模型近年来被广泛应用于心理学研究。不同于将潜变量作为观测变量的共同先导因素的潜变量模型, 网络分析模型将观测变量作为初级指标, 采用图论的方法建立观测变量之间的关系网络, 其中变量为网络的节点, 而变量间的关系是节点之间的连线。因此网络分析可以突显观测变量之间的联系以及观测变量相互影响而形成的系统。通过变量网络中基于各个节点特征的指标(如中心性)以及基于整体结构特征的指标(如小世界性), 网络分析为研究各种心理现象提供了新的可视化的描述方式和理解视角。近10年来, 网络分析的方法已在人格心理学、社会心理学和临床心理学等领域得到一定的应用。未来研究应继续发展和完善网络分析模型的理论和方法, 使之运用到更多的数据类型和更广的研究领域中。

  • 变量间的网络分析模型及其应用和特点

    分类: 心理学 >> 心理测量 提交时间: 2019-08-13 合作期刊: 《心理科学进展》

    摘要: 变量间的网络分析模型近年来被广泛应用于心理学研究。本文目的在于介绍网 络分析的基本原理与常用指标,并进一步介绍此方法在多个领域中的实证研究,旨在推 进研究者对网络分析模型的理解与应用。不同于潜变量模型将潜变量作为观测变量的共 同先导因素, 网络分析模型将观测变量作为初级指标,采用图论的方法建立观测变量之 间的关系网络,故使观测变量之间的联系不再受到潜变量模型的局限。通过变量网络中 基于各个节点特征的指标(如中心性)以及基于整体结构特征的指标(如小世界性),网络 分析为研究各种心理现象提供了新的可视化描述方式和理解视角。 本文详细介绍了此方 法目前在人格心理学、社会心理学和临床心理学等领域的应用, 进一步讨论了在未来研 究者可以发展和完善网络分析模型的方向,以使之运用到更多的数据类型和更多的研究 领域。

  • 运营单位: 中国科学院文献情报中心
  • 制作维护:中国科学院文献情报中心知识系统部
  • 邮箱: eprint@mail.las.ac.cn
  • 地址:北京中关村北四环西路33号
招募志愿者 许可声明 法律声明

京ICP备05002861号-25 | 京公网安备11010802041489号
版权所有© 2016 中国科学院文献情报中心