多重网络自相关模型研究及其在负性情绪中的应用

《多重网络自相关模型研究及其在负性情绪中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：二红日期：礁鸯籼学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文

2、的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。(保密的论文在解密后应遵守此规定)研究生t㈣：锄导师c雩下‰期础棚年a武汉理工大学硕士学位论文摘要当前负性情绪心理尤其是抑郁情绪日趋突出，其影响令人堪忧，已引起社会各界的关注。研究表明，大学生心理健康水平与人际关系状况有显著的相关性，而每一种人际关系可以看做是一个社会网络。虽然心理学中已有关于社会网络自相关研究，但在关于个体的心理行为的自相关研究

3、还缺乏深入探讨，开展这方面的研究具有重要的理论价值而且有重要实践意义。首先简要介绍了网络自相关模型及负性情绪在国内外的研究现状。然后围绕社会网络分析理论，为引入网络自相关模型奠定基础，文中对社会网络分析的研究内容与方法进行了详细的阐述，并使用问卷调查得到的数据进行实证分析，从社会网络的角度分析大学生的人际关系，进而分析他们的社会联系对负性情绪的影响。最后着重围绕网络自相关模型，建立了包含精神性一情感症状，躯体性障碍，精神运动性障碍，抑郁的心理障碍在内的抑郁情绪测量指标体系，选择一批大学生进行了心理测试。文中探讨了将网络自相关模型中

4、的单一联系方式拓展成多种网络联系方式，并依据现有的研究方法及扩展后模型的特点，对大学生的抑郁情绪进行评估和预测，同时对该模型综合使用二阶段最d,-乘法及极大似然估计进行估计，拓展了模型的检验和应用理论。利用问卷调查的数据，建立多重网络自相关模型，利用拓展模型，通过实证研究获得有价值的应对方式。为处理负性情绪心理危机，形成和谐人际关系及健康心理提供有益的帮助。关键词：网络自相关模型，负性情绪，社会网络，两阶段最d,-乘法武汉理工大学硕士学位论文AbstractNegativeemotionalpsychologyespecially

5、depressedmoodofcollegestudentshasbecomeincreasinglyprominent．People锄=eworryingaboutthebadimpact．SoitisveryimportantforUStoresearchinthisfield．AlthoughtherehasbeenstudiesOllself-correlationofsocialnetworkinpsychology．Thestudy011self-correlationofpsychologicalbehavioris

6、lackofin-depthdiscussion，tocarryoutresearchinthisareaisofgreattheoreticalvalue．Firstly,thisarticlebrieflydescribesdomesticandforeignresearchstatusofnetworkautocorrelationmodelandnegativeemotion．Thispaperthenintroducesthetheoryofsocialnetworkanalysis，layingthefoundatio

7、noftheintroductionfornetworkautocorrelationmodel，followedbydetailsofthecontentandmethodsofsocialnetworkanalysisresearch．Wethenusesquestionnairestodoempiricalanalysistostudyinterrelationshipfromtheperspectiveofsocialnetwork,analyzingimpactsoftheirrelationshipsandsocial

8、desonthenegativeemotional。Finally,thearticleestablishmeasuresystemsofdepressedmoodaroundnetworkautocorrelationmodelincluding