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−...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。展开更多
文摘追踪研究当中,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。
