1、基于结构方程模型的追踪数据的统计方法追踪数据处理方法追踪数据处理方法重复测量资料的方差分析多层线性模型时间序列分析混合模型潜变量增长曲线模型基于结构方程基础上的新方法结构方程模型的回顾结构方程模型的回顾因子组成部分因子结构部分 潜变量增长曲线模型潜变量增长曲线模型 验证性因子分析模型验证性因子分析模型 潜变量增长曲线模型不仅关心潜变量增长曲线模型不仅关心因子的平均值,而且同样关心因子因子的平均值,而且同样关心因子的方差。的方差。潜变量增长曲线模型的定义潜变量增长曲线模型的定义只有两个测量时间点的两因子LGM截距F1斜率F2V1V2110E11E2MiDiDsMs潜变量增长曲线模型的定义潜变量增
2、长曲线模型的定义只有两个测量时间点的两因子LGMV1=F1+L1F2+E1=F1+E1V2=F1+L2F2+E2=F1+F2+E2F1=M1+D1F2=M2+D2类似于多层线性模型,潜变量增长曲类似于多层线性模型,潜变量增长曲线模型的一般假设:线模型的一般假设:因子均值的方差等于0;因子方差的均值等于0;观测变量的测量误差均值等于0;因子的均值相互独立;测量误差与因子均值和方差相互独立;潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型的定义潜变量增长曲线模型
3、的定义潜变量增长曲线模型的定义潜变量增长曲线模型的应用潜变量增长曲线模型的应用264名三年级到六年级小学生自我概念连续四次的侧差数据。采用四个分量表的平均分数来描述儿童的自我概念的分数。潜变量线性增长模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量线性增长模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用 DA NI=4 NO=264 MA=CM MODEL NY=4 NE=2 AL=FR PS=SY,FR LY=FU,FR LA V1 V2 V3 V4 LE LEVEL SLOPE KM 1.000.419 1.000.332 .546 1.000.308 .466 .654 1
4、.000 ME 2.8403 2.7318 2.5760 2.6122 SD 0.3763 0.3902 0.5446 0.5459 FI LY(1,1)LY(2,1)LY(3,1)LY(4,1)VA 1 LY(1,1)LY(2,1)LY(3,1)LY(4,1)FI LY(1,2)LY(2,2)LY(3,2)LY(4,2)VA 0 LY(1,2)VA 1 LY(2,2)VA 2 LY(3,2)VA 3 LY(4,2)OU SC XM ND=3潜变量线性增长模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量线性增长模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量线性增长模型潜变
5、量增长曲线模型的应用潜变量增长曲线模型的应用264名三年级到六年级小学生自我概念连续四次的侧差数据。采用四个分量表的平均分数来描述儿童的自我概念的分数。潜变量二次增长曲线模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量二次增长曲线模型 DA NI=4 NO=264 MA=CM MODEL NY=4 NE=3 AL=FR PS=SY,FR LY=FU,FR LA V1 V2 V3 V4 LE LEVEL LINEAR QUA KM 1.000.419 1.000.332 .546 1.000.308 .466 .654 1.000 ME 2.8403 2.7318 2.5760 2.6
6、122 SD 0.3763 0.3902 0.5446 0.5459 FI LY(1,1)LY(2,1)LY(3,1)LY(4,1)VA 1 LY(1,1)LY(2,1)LY(3,1)LY(4,1)FI LY(1,2)LY(2,2)LY(3,2)LY(4,2)VA 0 LY(1,2)VA 1 LY(2,2)VA 2 LY(3,2)VA 3 LY(4,2)FI LY(1,3)LY(2,3)LY(3,3)LY(4,3)VA 0 LY(1,3)VA 1 LY(2,3)VA 4 LY(3,3)VA 9 LY(4,3)OU SC XM ND=3潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量二次增
7、长曲线模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量二次增长曲线模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用潜变量二次增长曲线模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用264名三年级到六年级小学生自我概念连续四次的侧差数据。采用四个分量表的平均分数来描述儿童的自我概念的分数。不定义曲线类型的潜变量增长曲线模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用不定义曲线类型的模型DA NI=4 NO=264 MA=CM MODEL NY=4 NE=2 AL=FR PS=SY,FR LY=FU,FR LA V1 V2 V3 V4 LE LEVEL LINEAR QUA
8、KM 1.000.419 1.000.332 .546 1.000.308 .466 .654 1.000 ME 2.8403 2.7318 2.5760 2.6122 SD 0.3763 0.3902 0.5446 0.5459 FI LY(1,1)LY(2,1)LY(3,1)LY(4,1)VA 1 LY(1,1)LY(2,1)LY(3,1)LY(4,1)FI LY(1,2)LY(2,2)VA 0 LY(1,2)VA 1 LY(2,2)FR LY(3,2)LY(4,2)ST 2 LY(3,2)ST 3 LY(4,2)OU SC XM ND=3潜变量增长曲线模型的应用潜变量增长曲线模型的应用不
9、定义曲线类型的模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用不定义曲线类型的模型V1=F1+E1,V2=F1+F2+E2,V3=F1+(2.876)F2+E3,V4=F1+(2.399)F2+E4可以得到四次均值的估计值为:V1(mean)=2.833V2(mean)=2.833-0.091=2.742V3(mean)=2.833-2.867*0.091=2.571V4(mean)=2.833-2.399*0.091=2.615潜变量增长曲线模型的应用潜变量增长曲线模型的应用不定义曲线类型的模型潜变量增长曲线模型的应用潜变量增长曲线模型的应用不定义曲线类型的模型潜变量增长曲线模型不仅就个体的发展轨迹进行描述,而且可以分析个体之间存在的差异以及存在差异的原因;不仅可以对给定的增长趋势进行检验,而且在观测时间点多于两点的情况下对个体随时间变化的趋势类型(如直线或曲线)进行探索。潜变量增长曲线模型的优点潜变量增长曲线模型的优点 潜变量增长曲线模型可以分析依时间变化的预测变量对因变量的影响,并且可以用类似于SEM中多样本比较的方法对多个样本之间的差异进行检验,可以有效处理缺失值。潜变量增长曲线模型的多样本比较多元潜变量增长曲线模型潜变量增长曲线模型在群组序列设计中的应用多层次潜变量增长曲线模型潜变量混合增长曲线模型潜变量增长曲线模型的高级潜变量增长曲线模型的高级篇篇