第七部分-追蹤研究課件

第七部分追蹤研究趙景欣山東師范大學心理學院第七部分追蹤研究趙景欣主要內(nèi)容一、追蹤研究概述二、縱向數(shù)據(jù)的優(yōu)勢三、追蹤研究設計與數(shù)據(jù)的注意事項四、追蹤研究設計的類型五、追蹤研究的效度問題六、追蹤研究的數(shù)據(jù)分析主要內(nèi)容一、追蹤研究概述一、概述追蹤研究(Longitudinalresearch)主要用來分析一段時間或某幾個時間點個體的增長趨勢和個體之間的差異?？v向數(shù)據(jù)(Longitudinaldata)指的是一被試群體在一個或多個變量上、多時間點的測量結果。一、概述追蹤研究(Longitudinalresearch為何需要進行追蹤研究？想要掌控未來的欲望，促進對成長期趨勢研究的重視。過去收集的橫斷資料無法滿足研究問題所需。傳統(tǒng)的資料分析方法，已不符合方法學所需。電腦軟硬件的進步，促使統(tǒng)計方法茁壯成長。時間因素讓探索因果關系的問題研究成為可能。國際上大型縱向數(shù)據(jù)庫的發(fā)布，使得長期趨勢的研究成為未來研究的必然。為何需要進行追蹤研究？想要掌控未來的欲望，促進對成長期趨勢研追蹤研究所關心的問題描述個體內(nèi)(Intraindividual)發(fā)展趨勢以及個體之間(Interindividual)趨勢的差異對被試的發(fā)展趨勢及其原因進行解釋，預測變量可以是不穩(wěn)定的隨時間變化的因素，也可以是固定的個體特征因素追蹤研究所關心的問題描述個體內(nèi)(Intraindividu二、縱向數(shù)據(jù)的優(yōu)勢Thefirstadvantageisthatlongitudinaldataallowustodrawmorevalidconclusionsregardingdevelopmentalchangesinlevels(i.e.,means)andprocesses(i.e.,associations)ofphenomenathancanbedrawnwithcross-sectionaldata.年齡效應（Ageeffect）出生序列效應（Cohorteffect）二、縱向數(shù)據(jù)的優(yōu)勢Thefirstadvantagei二、縱向數(shù)據(jù)的優(yōu)勢Asecondadvantageofalongitudinalstudyisthatitallowsforinferencesregardingvariousestimatesofthecross-timerelationsamongasetofvariables.穩(wěn)定性（stability）指的是兩個或多個測量時間點上，個體在同一測量結構上的相對位置的關系強度。（自回歸路徑）靜態(tài)性（stationarity）指的是在多重時間間隔上（如在時間間隔長度相等的情況下，三次或更多測量時間點上的兩個或多個時間間隔）自回歸路徑的大小是否等同（Kenny,1979）。平衡性（equilibrium）是指兩個或多個結構間的關系模式在兩個或多個測量時間點上的穩(wěn)定性。二、縱向數(shù)據(jù)的優(yōu)勢Asecondadvantageof二、縱向數(shù)據(jù)的優(yōu)勢Thethirdadvantageofalongitudinalstudyisthatitallowsustomakequalifiedinferencesregardingthecause–effectrelationsamongconstructs.因果推論的條件？二、縱向數(shù)據(jù)的優(yōu)勢Thethirdadvantageo二、縱向數(shù)據(jù)的優(yōu)勢Afourthadvantageofalongitudinalstudyistheabilitytomodeltheprocessesthroughwhicheffectsareexpressedovertime.直接路徑（directpathways）間接路徑（indirectpathways）動態(tài)關系（dynamicassociations）二、縱向數(shù)據(jù)的優(yōu)勢Afourthadvantageof第七部分-追蹤研究課件三、研究設計與數(shù)據(jù)的注意事項在青少年研究中，縱向數(shù)據(jù)有助于理解變化的機制、影響的過程以及青少年與其情境的交互作用（見Card,Little,&Bovaird,2007;Little,Bovaird,&Card,2007）。利用先進的科學方法從縱向數(shù)據(jù)中獲得的各種答案的質(zhì)量取決于理論原理和研究設計。理論模型、當前的設計以及統(tǒng)計模型的整合。三、研究設計與數(shù)據(jù)的注意事項在青少年研究中，縱向數(shù)據(jù)有助于理（一）DesignConsiderationsThefirstcriticalissue,ofcourse,isthetheoreticalmodeldrivingtheresearch.變化的是什么，變化的動力是什么，變化的函數(shù)形式是什么，影響變化的調(diào)節(jié)和/或中介機制是什么，變化的發(fā)生有多快，可用的測量工具是否足夠標準化、并且足夠敏感以獲取所有這些特征。（一）DesignConsiderationsThefi1、測量的時間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進行測量，幾乎沒有考慮測量間距是否足以獲取所研究的變化過程。

1、測量的時間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進行測量2、變化的函數(shù)形式從整體來看，在畢生發(fā)展中，非線性變化的函數(shù)是可能的，并且也許是普遍的。但是，采用非線性統(tǒng)計模型可能也不足以得到所研究的過程的函數(shù)形式，這取決于研究設計的適當性。從局部來看，某個適當?shù)慕y(tǒng)計模型事實上可能擬合線性模型。

2、變化的函數(shù)形式從整體來看，在畢生發(fā)展中，非線性變化的函數(shù)對于研究設計的啟示？如果不能在足夠的測量時間點上收集數(shù)據(jù)，數(shù)據(jù)可以合理的近似于線性軌跡。對于獲取其他形式的非線性變化的一小段信息來說，局部的線性近似也是很有效力的。但是，我們鼓勵研究者設計數(shù)據(jù)收集的間隔時，要足以能檢驗非線性增長假設的理論模型。對于研究設計的啟示？3、描述時間（RepresentingTime）代表發(fā)展過程的時間單位：年齡是不是最佳指標？經(jīng)驗時間一段關鍵發(fā)展事件的開始或結束個體的實足年齡可以作為背景協(xié)變量3、描述時間（RepresentingTime）代表發(fā)展過4、測量問題第一個特征是觀測變量（我們的測量）的本質(zhì)以及潛變量（我們希望得出推論的潛在結構）的本質(zhì)。第二個測量特征是測量工具對于發(fā)展的適宜性。當參與者到達一個年齡段，先前的測量工具不再具有發(fā)展適宜性時，研究者實施大規(guī)模工具更換，從一組測量工具轉(zhuǎn)換為另一組。是否合適？4、測量問題第一個特征是觀測變量（我們的測量）的本質(zhì)以及潛簡單補救措施：逐步采用新工具，并逐步放棄舊工具。在一次或更多次測量時間點中測評兩個測量工具中的所有項目（或關鍵的項目子集），可以使得我們在統(tǒng)計上校正這兩個工具間的分數(shù)，進而也使得我們可以對在研究的不同時期所用的不同的測量間的增長趨勢進行建模。簡單補救措施：逐步采用新工具，并逐步放棄舊工具。在一次或更多5、潛變量與顯變量

潛變量分析有其優(yōu)勢：當采用多指標測量一個結構時，指標間的公共方差提供了關于結構的信息，（理論上）不受測量誤差的影響。潛變量SEM方法提供了很多重要的效度信息。在潛變量SEM方法中，因素不變性假設易于設定并檢驗。5、潛變量與顯變量

潛變量分析有其優(yōu)勢：（二）缺失數(shù)據(jù)處理缺失數(shù)據(jù)的最好辦法是不要有缺失數(shù)據(jù)。能做到嗎？（二）缺失數(shù)據(jù)處理缺失數(shù)據(jù)的最好辦法是不要有缺失數(shù)據(jù)。追蹤研究中數(shù)據(jù)缺失的原因流失：一個關鍵的數(shù)據(jù)缺失機制缺失的數(shù)據(jù)能否看作是研究中完全的信息損失？數(shù)據(jù)缺失的模式有幾種？追蹤研究中數(shù)據(jù)缺失的原因流失：一個關鍵的數(shù)據(jù)缺失機制數(shù)據(jù)缺失的模式完全隨機缺失（missingcompletelyatrandom,MCAR）功能性隨機缺失（missingfunctionallyatrandom,MAR）非隨機缺失（notmissingatrandom,NMAR）數(shù)據(jù)缺失的模式完全隨機缺失（missingcomplete處理缺失數(shù)據(jù)的最好方法全息最大似然估計（fullinformationmaximumlikelihood,FIML）迭代設算算法（itetativeimputationalgorithm）（如期望最大化[expectationmaximum,EM]馬爾可夫鏈蒙特卡羅方法（MarkovChainMonteCarlo,MCMC）（Little&Rubin,2002;Schafer&Graham,2002）處理缺失數(shù)據(jù)的最好方法全息最大似然估計（fullinfor四、追蹤研究設計的類型：辨析同時性橫斷研究設計（SimultaneousCross-sectionalstudydesign）趨勢研究(Trendstudies)時間序列研究(timeseriesstudies)干預研究(intervention)群組序列(cohort-sequential)設計或加速(accelerated)設計四、追蹤研究設計的類型：辨析同時性橫斷研究設計（Simult（一）同時性橫斷研究設計年齡組樣本時間觀測變量A1S1T1X1X2X3……XMA2S2T1X1X2X3……XM............AGsGT1X1X2X3……XM對不同年齡組的樣本進行同時性測量（一）同時性橫斷研究設計年齡組樣本時間觀測變量A1S1T1X（二）趨勢研究（重復橫斷研究）年齡組樣本時間觀測變量A1S1T1X1X2X3……XMA1S2T2X1X2X3……XM............A1sGTtX1X2X3……XM進行T次測量，但每次測量都是對同一個年齡群體中抽取不同的被試進行。（二）趨勢研究（重復橫斷研究）年齡組樣本時間觀測變量A1S1（三）時間序列研究年齡組樣本時間觀測變量A1S1T1X1X2X3……XMA2S1T2X1X2X3……XM............AGs1TtX1X2X3……XM對同一組樣本進行多次測量該設計可以分析個體內(nèi)發(fā)展的問題，同時可以就被試間變化的差異進行分析。（三）時間序列研究年齡組樣本時間觀測變量A1S1T1X1X2TimeseriesstudiesVSPanelstudy相同點：相同被試在多個連續(xù)時間點被多次觀測；區(qū)別：時間點的追蹤次數(shù)測量次數(shù)與測量時間間隔的相等與否思考兩種研究設計的優(yōu)勢？TimeseriesstudiesVSPanelsPanelstudy假設該研究者確實發(fā)現(xiàn)，時間1的X（表示為X1）和時間2的Y（表示為Y2）存在關系，基于這一關系，能否總結為X是Y的原因？Panelstudy假設該研究者確實發(fā)現(xiàn)，時間1的X（表示第七部分-追蹤研究課件第七部分-追蹤研究課件Retrospectivelongitudinaldesign回溯追蹤研究設計：實驗從Tt時刻開始，要求對過去經(jīng)歷過的事情進行回顧。存在的問題：所抽取的樣本可能不是隨機抽樣的結果。由于被試對特征進行回顧，所以關于變量之間因果關系的假設變得比較困難?；仡櫟脕淼臄?shù)據(jù)往往信度較低。Retrospectivelongitudinaldes思考上述研究設計中，哪一種是“真正的追蹤研究”（可以分析微觀層面上個體的變化）？思考上述研究設計中，哪一種是“真正的追蹤研究”（可以分析微觀（四）干預研究年齡組實驗干預組實驗控制組樣本時間觀測變量A1E1C1S1T1X1X2X3……XMA2E1C1S1T2X1X2X3……XM..................AGE1C1s1TtX1X2X3……XM首先將被試隨機分為實驗干預組和控制組，然后分別對兩個組進行Tt次的測量，目的在于比較實驗處理的效果。（四）干預研究年齡組實驗干預組實驗控制組樣本時間觀測變量A1InterventionVSPanelstudy共同點：都是對相同的被試進行多次測量區(qū)別：干預研究中把被試按照實驗特征（是否接受實驗）分為不同組；在研究問題上，干預研究不僅關心發(fā)展趨勢，而且關心不同組的平均水平和發(fā)展趨勢的差異。InterventionVSPanelstudy共同點（五）群組序列設計或加速設計群體測試時的年齡（歲）12131415161712歲※※※13歲※※※14歲※※※15歲※※※把橫斷研究設計與追中研究設計結合，是一種對獨立年齡群體進行有限重復測量，并要求相鄰年齡群體的測量在時間上有重疊的設計方法?；咎卣鳎和ㄟ^對不同年齡群體有效的追蹤數(shù)據(jù)進行連接，從而對個體某一特征在較長時間內(nèi)的發(fā)展趨勢進行分析。（五）群組序列設計或加速設計群體測試時的年齡（歲）12131比較：聚合交叉設計比較：聚合交叉設計(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應（mediation）調(diào)節(jié)效應（moderation）(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應（mediation）調(diào)節(jié)變量（moderatorvariable）:如果變量Y與變量X的關系是變量M的函數(shù),稱M為調(diào)節(jié)變量。Y與X的關系受到第三個變量M的影響調(diào)節(jié)變量（moderatorvariable）:中介變量（mediatorvariable）考慮自變量X對因變量Y的影響,如果X通過影響變量M來影響Y,則稱M為中介變量。中介變量（mediatorvariable）1、縱向背景中的中介中介分析的目的是確定效應是通過什么中間步驟展開的（或者效應是通過什么機制發(fā)生的）1、縱向背景中的中介中介分析的目的是確定效應是通過什么中間步第一，考慮到了建立因果模型所必須的時間間隔第二，由于每個變量重復測量的內(nèi)容都被包括進來，因而可以獲得對關鍵路徑系數(shù)的更為精確的估計第三，專門小組模型可以很容易地將潛變量整合進來以校正測量誤差第四，通過控制先前的M與Y，只有M與Y的變異成分（即不隨時間保持穩(wěn)定的部分）對中介效應的估計做出了貢獻這有助于減少偏差，并描繪了一個更為現(xiàn)實的X通過M影響Y的間接過程。第一，考慮到了建立因果模型所必須的時間間隔格羅布和賴卡特（1991）主張并沒有任何單一的中介效應來刻畫一組變量X、M和Y。相反，在評定X與M、M與Y的每個滯后的時間間隔內(nèi)，可能存在不同的中介效應（也可見Cole&Maxwell,2003;Maxwell&Cole,2007）。因而，注意力需放在選擇合適的時間間隔上以分離中介效應所涉及的關鍵變量的測量。很重要的是，這一合適的時間間隔可能并不是效應最大的時間間隔。要使用的最佳時間間隔取決于理論或背景。格羅布和賴卡特（1991）主張并沒有任何單一的中介效應來刻畫2.縱向背景中的調(diào)節(jié)

“什么樣的效應可假設為調(diào)節(jié)？”以及“憑什么？”2.縱向背景中的調(diào)節(jié)

“什么樣的效應可假設為調(diào)節(jié)？”以及“憑（1）被調(diào)節(jié)的自回歸模型假設理論上認為存在調(diào)節(jié)，那么將調(diào)節(jié)效應整合入模型的一個方法是，假設自回歸系數(shù)a1、b1和c1可能受自我監(jiān)控（self-monitoring,SM）的調(diào)節(jié)，又假設自我監(jiān)控是特質(zhì)性特征，因此僅在時間1測量一次。（1）被調(diào)節(jié)的自回歸模型假設理論上認為存在調(diào)節(jié)，那么將調(diào)節(jié)效第七部分-追蹤研究課件(2)MLM與LGM中斜率的預測因素

在LGM中，斜率因素代表了時間與結果變量間的關系（這一潛變量本身可能因人而異，也可能不會）。因而，將斜率因素的預測因素包含進模型相當于包含了時間效應的調(diào)節(jié)因素。在MLM中納入斜率水平2的預測因素就相當于調(diào)節(jié)（Bauer&Curran,2005）。在LGM與MLM背景下，如果包含了斜率的預測因素，同樣的變量必須作為截距的預測因素。(2)MLM與LGM中斜率的預測因素

在LGM中，斜率因素代潛增長曲線模型（Latentgrowthcurvemodeling,LGM）潛增長曲線模型（Latentgrowthcurvemo多水平模型（multilevelmodeling,MLM）或多層線性模型（hierarchicallinearmodeling,HLM）Affilij=β0j+β1jtimeij+β2jmoodij+εijβ0j=γ00+γ01IQj+u0jβ1j=γ10+γ11IQj+u1j多水平模型（multilevelmodeling,MLM五、追蹤研究的效度統(tǒng)計結論效度內(nèi)部效度外部效度結構效度五、追蹤研究的效度統(tǒng)計結論效度統(tǒng)計結論效度指研究設計檢驗出實際差異結果的敏感程度或檢驗力，用來解決觀測樣本之間的關系是否是隨機變異的結果，或者說觀測樣本之間的差異是否有實際意義。統(tǒng)計結論效度指研究設計檢驗出實際差異結果的敏感程度或檢驗力，內(nèi)部效度之所發(fā)現(xiàn)的結果效應是由于所關心的原因所致，而不是由于其他別的可能原因所致的確定程度。影響因素：歷史重大事件成熟測試效應測量工具或儀器影響內(nèi)部效度之所發(fā)現(xiàn)的結果效應是由于所關心的原因所致，而不是由于結構效度指研究中所假設的理論結構被正確操作化定義的程度。研究測量的變量是否正確表達了理論上所考察的問題。結構效度指研究中所假設的理論結構被正確操作化定義的程度。六、追蹤研究數(shù)據(jù)分析重復測量的方差分析和多元方差分析時間序列分析潛變量增長曲線模型多層線性模型六、追蹤研究數(shù)據(jù)分析重復測量的方差分析和多元方差分析閱讀文獻：ChildDevelopment,2015年第5期Temperamentandinterparentalconflict:theroleofnegativeemotionalityinpredictingchildbehavioralproblemsReciprocalrelationsbetweenstudent-teacherrelationshipandchildren’sbehavioralproblems:moderationbychild-caregroupsizeEarlyparentingandthedevelopmentofexternalizingbehaviorproblems:longitudinalmediationthroughchildren’sexecutivefunctionQualitycounts:developmentalshiftsinassociationsbetweenromanticrelationshipqualitiesandpsychosocialadjustment閱讀文獻：ChildDevelopment,2015年第放映結束！無悔無愧于昨天，豐碩殷實的今天，充滿希望的明天。放映結束！無悔無愧于昨天，豐碩殷實的今天，充滿希望的明天。第七部分追蹤研究趙景欣山東師范大學心理學院第七部分追蹤研究趙景欣主要內(nèi)容一、追蹤研究概述二、縱向數(shù)據(jù)的優(yōu)勢三、追蹤研究設計與數(shù)據(jù)的注意事項四、追蹤研究設計的類型五、追蹤研究的效度問題六、追蹤研究的數(shù)據(jù)分析主要內(nèi)容一、追蹤研究概述一、概述追蹤研究(Longitudinalresearch)主要用來分析一段時間或某幾個時間點個體的增長趨勢和個體之間的差異?？v向數(shù)據(jù)(Longitudinaldata)指的是一被試群體在一個或多個變量上、多時間點的測量結果。一、概述追蹤研究(Longitudinalresearch為何需要進行追蹤研究？想要掌控未來的欲望，促進對成長期趨勢研究的重視。過去收集的橫斷資料無法滿足研究問題所需。傳統(tǒng)的資料分析方法，已不符合方法學所需。電腦軟硬件的進步，促使統(tǒng)計方法茁壯成長。時間因素讓探索因果關系的問題研究成為可能。國際上大型縱向數(shù)據(jù)庫的發(fā)布，使得長期趨勢的研究成為未來研究的必然。為何需要進行追蹤研究？想要掌控未來的欲望，促進對成長期趨勢研追蹤研究所關心的問題描述個體內(nèi)(Intraindividual)發(fā)展趨勢以及個體之間(Interindividual)趨勢的差異對被試的發(fā)展趨勢及其原因進行解釋，預測變量可以是不穩(wěn)定的隨時間變化的因素，也可以是固定的個體特征因素追蹤研究所關心的問題描述個體內(nèi)(Intraindividu二、縱向數(shù)據(jù)的優(yōu)勢Thefirstadvantageisthatlongitudinaldataallowustodrawmorevalidconclusionsregardingdevelopmentalchangesinlevels(i.e.,means)andprocesses(i.e.,associations)ofphenomenathancanbedrawnwithcross-sectionaldata.年齡效應（Ageeffect）出生序列效應（Cohorteffect）二、縱向數(shù)據(jù)的優(yōu)勢Thefirstadvantagei二、縱向數(shù)據(jù)的優(yōu)勢Asecondadvantageofalongitudinalstudyisthatitallowsforinferencesregardingvariousestimatesofthecross-timerelationsamongasetofvariables.穩(wěn)定性（stability）指的是兩個或多個測量時間點上，個體在同一測量結構上的相對位置的關系強度。（自回歸路徑）靜態(tài)性（stationarity）指的是在多重時間間隔上（如在時間間隔長度相等的情況下，三次或更多測量時間點上的兩個或多個時間間隔）自回歸路徑的大小是否等同（Kenny,1979）。平衡性（equilibrium）是指兩個或多個結構間的關系模式在兩個或多個測量時間點上的穩(wěn)定性。二、縱向數(shù)據(jù)的優(yōu)勢Asecondadvantageof二、縱向數(shù)據(jù)的優(yōu)勢Thethirdadvantageofalongitudinalstudyisthatitallowsustomakequalifiedinferencesregardingthecause–effectrelationsamongconstructs.因果推論的條件？二、縱向數(shù)據(jù)的優(yōu)勢Thethirdadvantageo二、縱向數(shù)據(jù)的優(yōu)勢Afourthadvantageofalongitudinalstudyistheabilitytomodeltheprocessesthroughwhicheffectsareexpressedovertime.直接路徑（directpathways）間接路徑（indirectpathways）動態(tài)關系（dynamicassociations）二、縱向數(shù)據(jù)的優(yōu)勢Afourthadvantageof第七部分-追蹤研究課件三、研究設計與數(shù)據(jù)的注意事項在青少年研究中，縱向數(shù)據(jù)有助于理解變化的機制、影響的過程以及青少年與其情境的交互作用（見Card,Little,&Bovaird,2007;Little,Bovaird,&Card,2007）。利用先進的科學方法從縱向數(shù)據(jù)中獲得的各種答案的質(zhì)量取決于理論原理和研究設計。理論模型、當前的設計以及統(tǒng)計模型的整合。三、研究設計與數(shù)據(jù)的注意事項在青少年研究中，縱向數(shù)據(jù)有助于理（一）DesignConsiderationsThefirstcriticalissue,ofcourse,isthetheoreticalmodeldrivingtheresearch.變化的是什么，變化的動力是什么，變化的函數(shù)形式是什么，影響變化的調(diào)節(jié)和/或中介機制是什么，變化的發(fā)生有多快，可用的測量工具是否足夠標準化、并且足夠敏感以獲取所有這些特征。（一）DesignConsiderationsThefi1、測量的時間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進行測量，幾乎沒有考慮測量間距是否足以獲取所研究的變化過程。

1、測量的時間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進行測量2、變化的函數(shù)形式從整體來看，在畢生發(fā)展中，非線性變化的函數(shù)是可能的，并且也許是普遍的。但是，采用非線性統(tǒng)計模型可能也不足以得到所研究的過程的函數(shù)形式，這取決于研究設計的適當性。從局部來看，某個適當?shù)慕y(tǒng)計模型事實上可能擬合線性模型。

2、變化的函數(shù)形式從整體來看，在畢生發(fā)展中，非線性變化的函數(shù)對于研究設計的啟示？如果不能在足夠的測量時間點上收集數(shù)據(jù)，數(shù)據(jù)可以合理的近似于線性軌跡。對于獲取其他形式的非線性變化的一小段信息來說，局部的線性近似也是很有效力的。但是，我們鼓勵研究者設計數(shù)據(jù)收集的間隔時，要足以能檢驗非線性增長假設的理論模型。對于研究設計的啟示？3、描述時間（RepresentingTime）代表發(fā)展過程的時間單位：年齡是不是最佳指標？經(jīng)驗時間一段關鍵發(fā)展事件的開始或結束個體的實足年齡可以作為背景協(xié)變量3、描述時間（RepresentingTime）代表發(fā)展過4、測量問題第一個特征是觀測變量（我們的測量）的本質(zhì)以及潛變量（我們希望得出推論的潛在結構）的本質(zhì)。第二個測量特征是測量工具對于發(fā)展的適宜性。當參與者到達一個年齡段，先前的測量工具不再具有發(fā)展適宜性時，研究者實施大規(guī)模工具更換，從一組測量工具轉(zhuǎn)換為另一組。是否合適？4、測量問題第一個特征是觀測變量（我們的測量）的本質(zhì)以及潛簡單補救措施：逐步采用新工具，并逐步放棄舊工具。在一次或更多次測量時間點中測評兩個測量工具中的所有項目（或關鍵的項目子集），可以使得我們在統(tǒng)計上校正這兩個工具間的分數(shù)，進而也使得我們可以對在研究的不同時期所用的不同的測量間的增長趨勢進行建模。簡單補救措施：逐步采用新工具，并逐步放棄舊工具。在一次或更多5、潛變量與顯變量

潛變量分析有其優(yōu)勢：當采用多指標測量一個結構時，指標間的公共方差提供了關于結構的信息，（理論上）不受測量誤差的影響。潛變量SEM方法提供了很多重要的效度信息。在潛變量SEM方法中，因素不變性假設易于設定并檢驗。5、潛變量與顯變量

潛變量分析有其優(yōu)勢：（二）缺失數(shù)據(jù)處理缺失數(shù)據(jù)的最好辦法是不要有缺失數(shù)據(jù)。能做到嗎？（二）缺失數(shù)據(jù)處理缺失數(shù)據(jù)的最好辦法是不要有缺失數(shù)據(jù)。追蹤研究中數(shù)據(jù)缺失的原因流失：一個關鍵的數(shù)據(jù)缺失機制缺失的數(shù)據(jù)能否看作是研究中完全的信息損失？數(shù)據(jù)缺失的模式有幾種？追蹤研究中數(shù)據(jù)缺失的原因流失：一個關鍵的數(shù)據(jù)缺失機制數(shù)據(jù)缺失的模式完全隨機缺失（missingcompletelyatrandom,MCAR）功能性隨機缺失（missingfunctionallyatrandom,MAR）非隨機缺失（notmissingatrandom,NMAR）數(shù)據(jù)缺失的模式完全隨機缺失（missingcomplete處理缺失數(shù)據(jù)的最好方法全息最大似然估計（fullinformationmaximumlikelihood,FIML）迭代設算算法（itetativeimputationalgorithm）（如期望最大化[expectationmaximum,EM]馬爾可夫鏈蒙特卡羅方法（MarkovChainMonteCarlo,MCMC）（Little&Rubin,2002;Schafer&Graham,2002）處理缺失數(shù)據(jù)的最好方法全息最大似然估計（fullinfor四、追蹤研究設計的類型：辨析同時性橫斷研究設計（SimultaneousCross-sectionalstudydesign）趨勢研究(Trendstudies)時間序列研究(timeseriesstudies)干預研究(intervention)群組序列(cohort-sequential)設計或加速(accelerated)設計四、追蹤研究設計的類型：辨析同時性橫斷研究設計（Simult（一）同時性橫斷研究設計年齡組樣本時間觀測變量A1S1T1X1X2X3……XMA2S2T1X1X2X3……XM............AGsGT1X1X2X3……XM對不同年齡組的樣本進行同時性測量（一）同時性橫斷研究設計年齡組樣本時間觀測變量A1S1T1X（二）趨勢研究（重復橫斷研究）年齡組樣本時間觀測變量A1S1T1X1X2X3……XMA1S2T2X1X2X3……XM............A1sGTtX1X2X3……XM進行T次測量，但每次測量都是對同一個年齡群體中抽取不同的被試進行。（二）趨勢研究（重復橫斷研究）年齡組樣本時間觀測變量A1S1（三）時間序列研究年齡組樣本時間觀測變量A1S1T1X1X2X3……XMA2S1T2X1X2X3……XM............AGs1TtX1X2X3……XM對同一組樣本進行多次測量該設計可以分析個體內(nèi)發(fā)展的問題，同時可以就被試間變化的差異進行分析。（三）時間序列研究年齡組樣本時間觀測變量A1S1T1X1X2TimeseriesstudiesVSPanelstudy相同點：相同被試在多個連續(xù)時間點被多次觀測；區(qū)別：時間點的追蹤次數(shù)測量次數(shù)與測量時間間隔的相等與否思考兩種研究設計的優(yōu)勢？TimeseriesstudiesVSPanelsPanelstudy假設該研究者確實發(fā)現(xiàn)，時間1的X（表示為X1）和時間2的Y（表示為Y2）存在關系，基于這一關系，能否總結為X是Y的原因？Panelstudy假設該研究者確實發(fā)現(xiàn)，時間1的X（表示第七部分-追蹤研究課件第七部分-追蹤研究課件Retrospectivelongitudinaldesign回溯追蹤研究設計：實驗從Tt時刻開始，要求對過去經(jīng)歷過的事情進行回顧。存在的問題：所抽取的樣本可能不是隨機抽樣的結果。由于被試對特征進行回顧，所以關于變量之間因果關系的假設變得比較困難?；仡櫟脕淼臄?shù)據(jù)往往信度較低。Retrospectivelongitudinaldes思考上述研究設計中，哪一種是“真正的追蹤研究”（可以分析微觀層面上個體的變化）？思考上述研究設計中，哪一種是“真正的追蹤研究”（可以分析微觀（四）干預研究年齡組實驗干預組實驗控制組樣本時間觀測變量A1E1C1S1T1X1X2X3……XMA2E1C1S1T2X1X2X3……XM..................AGE1C1s1TtX1X2X3……XM首先將被試隨機分為實驗干預組和控制組，然后分別對兩個組進行Tt次的測量，目的在于比較實驗處理的效果。（四）干預研究年齡組實驗干預組實驗控制組樣本時間觀測變量A1InterventionVSPanelstudy共同點：都是對相同的被試進行多次測量區(qū)別：干預研究中把被試按照實驗特征（是否接受實驗）分為不同組；在研究問題上，干預研究不僅關心發(fā)展趨勢，而且關心不同組的平均水平和發(fā)展趨勢的差異。InterventionVSPanelstudy共同點（五）群組序列設計或加速設計群體測試時的年齡（歲）12131415161712歲※※※13歲※※※14歲※※※15歲※※※把橫斷研究設計與追中研究設計結合，是一種對獨立年齡群體進行有限重復測量，并要求相鄰年齡群體的測量在時間上有重疊的設計方法。基本特征：通過對不同年齡群體有效的追蹤數(shù)據(jù)進行連接，從而對個體某一特征在較長時間內(nèi)的發(fā)展趨勢進行分析。（五）群組序列設計或加速設計群體測試時的年齡（歲）12131比較：聚合交叉設計比較：聚合交叉設計(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應（mediation）調(diào)節(jié)效應（moderation）(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應（mediation）調(diào)節(jié)變量（moderatorvariable）:如果變量Y與變量X的關系是變量M的函數(shù),稱M為調(diào)節(jié)變量。Y與X的關系受到第三個變量M的影響調(diào)節(jié)變量（moderatorvariable）:中介變量（mediatorvariable）考慮自變量X對因變量Y的影響,如果X通過影響變量M來影響Y,則稱M為中介變量。中介變量（mediatorvariable）1、縱向背景中的中介中介分析的目的是確定效應是通過什么中間步驟展開的（或者效應是通過什么機制發(fā)生的）1、縱向背景中的中介中介分析的目的是確定效應是通過什么中間步第一，考慮到了建立因果模型所必須的時間間隔第二，由于每個變量重復測量的內(nèi)容都被包括進來，因而可以獲得對關鍵路徑系數(shù)的更為精確的估計第三，專門小組模型可以很容易地將潛變量整合進來以校正測量誤差第四，通過控制先前的M與Y，只有M與Y的變異成分（即不隨時間保持穩(wěn)定的部分）對中介效應的估計做出了貢獻這有助于減少偏差，并描繪了一個更為現(xiàn)實的X通過M影響Y的間接過程。第一，考慮到了建立因果模型所必須的時間間隔格羅布和賴卡特（1991）主張并沒有任何單一的中介效應來刻畫一組變量X、M和Y。相反，在評定X與M、M與Y的每個滯后的時間間隔內(nèi)，可能存在不同的中介效應（也可見Cole&Maxwell,2003;Maxwell&Cole,2007）。因而，注意力需放在選擇合適的時間間隔上以分離中介效應所涉及的關鍵變量的測量。很重要的是，這一合適的時間間隔可能并不是效應最大的時間間隔。要使用的最佳時間間隔取決于理論或背景。格羅布和賴卡特（1991）主張并沒有任何單一的中介效應來刻畫2.縱向背景中的調(diào)節(jié)

“什么樣的效應可假設為調(diào)節(jié)？”以及“憑什么？”2.縱向背景中的調(diào)節(jié)

“什么樣的效應可假設為調(diào)節(jié)？”以及“憑（1）被調(diào)節(jié)的自回歸模型假設理論上認為存在調(diào)節(jié)，那么將調(diào)節(jié)效應整合入模型的一個方法是，假設自回歸