纵向数据分析方法_刘红云

《纵向数据分析方法_刘红云》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、心理科学进展2003115586~592AdvancesinPsychologicalScience纵向数据分析方法刘红云孟庆茂北京师范大学心理学院北京100875摘要纵向研究方法是心理学研究领域的一种重要方法近年来国外在纵向研究数据分析方法上取得了一系列理论和应用上的进展文章对此方法进行了简要的回顾并重点阐述了最近发展起来的纵向研究的方法多层线性模型和潜变量增长曲线模型并在此基础上对几种常用的方法进行了比较.关键词纵向研究多层线性模型潜变量增长曲线模型分类号B8411引言纵向研究在心理学中处于特殊的地位这一研究主要用来分析一段时间或某几个时间

2、点总体的平均增长趋势和个体之间的差异也就是说对于纵向研究设计主要关心两个问题一个是描述总体的平均增长趋势另一个是用来描述不同个体之间增长趋势的差异纵向研究与横向研究相比最大的优点是纵向研究设计可以合理地推论变量之间存在的因果关系从方法论的角度讲要想得出变量之间的因果关系原因变量和结果变量之间至少要满足下列3个条件[1]1假设存在因果关系的原因变量和结果变量之间是相关的2从时间上来讲原因变量在前结果变量在后3在所考虑的模型中其他原因变量对结果变量的影响能够被控制或排除可见从方法论的角度来讲横向研究永远不可能满足上述的第二个条件所以要从横向研究数据

3、本身探索变量之间的因果关系几乎是不可能的正是由于纵向研究有这一显著优点所以在心理研究中多用纵向研究探讨数据之间的因果关系和分析事物的增长规律近年来随着社会科学研究方法的快速发展提供了一系列分析变量增长趋势的统计方法其中概括起来主要有以下几种1重复测量的方差分析repeatedmeasuresanalysisofvariance2时间序列分析(timeseriesanalysis)3潜变量增长曲线模型(latentgrowthcurvemodel)4多层线性模型(hierarchicallinearmodel)上面常用的几种方法各有优缺点前面两种

4、方法主要是解决总体平均发展趋势的问题而后两种方法除了对总体平均增长趋势进行分析外同时注重个体发展趋势之间的差异因此从心理学纵向研究方法的进展而言纵向研究的问题逐渐由以往的注重总体平均趋势的发展过渡到综合考虑总体平均趋势和个体发展差异的系统分析的问题[2]2传统纵向数据分析方法综述2.重复测量方差分析重复测量的方差分析在实际中有非常广泛的应用其中的一个作用就是用来分析重复测量实验设计又称被试内设计混合设计等得来的数据该方法通过把总的变异分解为被试内和被试间两部分对被试收稿日期2002-08-30通讯作者刘红云E-mail:lhy720216@26

5、3.net电话010-62205168586第11卷第5期纵向数据分析方法-587-的平均增长趋势进行分析可以通过多项式比较分析线性增长趋势和非线性增长趋势如果研究中我们只关心不同时间点的平均数间是否存在差异可以用单变量方差分析解决这一问题但是值得注意的是应用重复测量的方差分析时必须满足协方差矩阵球形sphericity的假设条件也就是说MANOVA要求所有重复测量的总体的方差相等并且所有重复测量总体之间的协方差也相等如这一条件不满足那么得到的F检验统计量的值正偏拒绝虚无假设的概率增大也就是说如果观测变量协方差矩阵球形假设条件不满足传统重复测量

6、的方差分析的统计检验力降低F检验犯第一类错误的概率增大另外MANOVA不能用来处理依时间变化的协变量对因变量的影响关于重复测量方差分析的详细介绍在大多数的统计资料中都有较详细的介绍这里不再重复用于重复测量的方差分析的软件有很多最基本的有SASSPSS和Statistics等另外这一方法还可看成是后面介绍的LGM和HLM的特例也可用SEM和HLM软件进行分析2.时间序列分析时间序列分析是对纵向研究数据进行分析的另外一类非常重要的统计分析技术它在许多领域都有十分重要的应用尤其在预测和控制应用方面有着其它方法不可比拟的优点时间序列分析以回归分析为基础

7、目的在于测定时间序列中存在的长期趋势季节性变动循环波动及不规则变动并进行统计预测为了对时间序列中不同的变化趋势进行分析主要有两大类模型经典模型KineticModel和动态模型DynamicalModel经典模型是将时间序列{xt,tT}看作是时间的函数xt=f(t)而动态模型是将t时刻的观测看成是t时刻前观测值可以与t时刻的观测类型相同也可以不同的函数xt=f(xt-1xt-2)通常所说的ARARMAARMIA模型都属于这一类这里为了便于和其他几种方法比较我们只简单介绍第一种类型模型对于第一种类型的模型常用的模型有加法模型即假定各构成部分对时

8、间序列的影响是相互独立的这时可以将时间序列表示为x=T+C+S+I其中TSCI分别代表时间t序列中存在的长期趋势季节性变动循环波动及不规则变动另一类是