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(xué)心理學(xué)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(shì)三、追蹤研究設(shè)計(jì)與數(shù)據(jù)的注意事項(xiàng)四、追蹤研究設(shè)計(jì)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(shí)間或某幾個(gè)時(shí)間點(diǎn)個(gè)體的增長趨勢(shì)和個(gè)體之間的差異?？v向數(shù)據(jù)(Longitudinaldata)指的是一被試群體在一個(gè)或多個(gè)變量上、多時(shí)間點(diǎn)的測(cè)量結(jié)果。一、概述追蹤研究(Longitudinalresearch為何需要進(jìn)行追蹤研究？想要掌控未來的欲望，促進(jìn)對(duì)成長期趨勢(shì)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(xué)所需。電腦軟硬件的進(jìn)步，促使統(tǒng)計(jì)方法茁壯成長。時(shí)間因素讓探索因果關(guān)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(shì)的研究成為未來研究的必然。為何需要進(jìn)行追蹤研究？想要掌控未來的欲望，促進(jìn)對(duì)成長期趨勢(shì)研追蹤研究所關(guān)心的問題描述個(gè)體內(nèi)(Intraindividual)發(fā)展趨勢(shì)以及個(gè)體之間(Interindividual)趨勢(shì)的差異對(duì)被試的發(fā)展趨勢(shì)及其原因進(jìn)行解釋，預(yù)測(cè)變量可以是不穩(wěn)定的隨時(shí)間變化的因素，也可以是固定的個(gè)體特征因素追蹤研究所關(guān)心的問題描述個(gè)體內(nèi)(Intraindividu二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thefirstadvantageisthatlongitudinaldataallowustodrawmorevalidconclusionsregardingdevelopmentalchangesinlevels(i.e.,means)andprocesses(i.e.,associations)ofphenomenathancanbedrawnwithcross-sectionaldata.年齡效應(yīng)（Ageeffect）出生序列效應(yīng)（Cohorteffect）二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thefirstadvantagei二、縱向數(shù)據(jù)的優(yōu)勢(shì)Asecondadvantageofalongitudinalstudyisthatitallowsforinferencesregardingvariousestimatesofthecross-timerelationsamongasetofvariables.穩(wěn)定性（stability）指的是兩個(gè)或多個(gè)測(cè)量時(shí)間點(diǎn)上，個(gè)體在同一測(cè)量結(jié)構(gòu)上的相對(duì)位置的關(guān)系強(qiáng)度。（自回歸路徑）靜態(tài)性（stationarity）指的是在多重時(shí)間間隔上（如在時(shí)間間隔長度相等的情況下，三次或更多測(cè)量時(shí)間點(diǎn)上的兩個(gè)或多個(gè)時(shí)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(gè)或多個(gè)結(jié)構(gòu)間的關(guān)系模式在兩個(gè)或多個(gè)測(cè)量時(shí)間點(diǎn)上的穩(wěn)定性。二、縱向數(shù)據(jù)的優(yōu)勢(shì)Asecondadvantageof二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thethirdadvantageofalongitudinalstudyisthatitallowsustomakequalifiedinferencesregardingthecause–effectrelationsamongconstructs.因果推論的條件？二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thethirdadvantageo二、縱向數(shù)據(jù)的優(yōu)勢(shì)Afourthadvantageofalongitudinalstudyistheabilitytomodeltheprocessesthroughwhicheffectsareexpressedovertime.直接路徑（directpathways）間接路徑（indirectpathways）動(dòng)態(tài)關(guān)系（dynamicassociations）二、縱向數(shù)據(jù)的優(yōu)勢(shì)Afourthadvantageof第七部分-追蹤研究課件三、研究設(shè)計(jì)與數(shù)據(jù)的注意事項(xiàng)在青少年研究中，縱向數(shù)據(jù)有助于理解變化的機(jī)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(jìn)的科學(xué)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(shè)計(jì)。理論模型、當(dāng)前的設(shè)計(jì)以及統(tǒng)計(jì)模型的整合。三、研究設(shè)計(jì)與數(shù)據(jù)的注意事項(xiàng)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(dòng)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(jī)制是什么，變化的發(fā)生有多快，可用的測(cè)量工具是否足夠標(biāo)準(zhǔn)化、并且足夠敏感以獲取所有這些特征。（一）DesignConsiderationsThefi1、測(cè)量的時(shí)間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進(jìn)行測(cè)量，幾乎沒有考慮測(cè)量間距是否足以獲取所研究的變化過程。

1、測(cè)量的時(shí)間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進(jìn)行測(cè)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(jì)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(shè)計(jì)的適當(dāng)性。從局部來看，某個(gè)適當(dāng)?shù)慕y(tǒng)計(jì)模型事實(shí)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(duì)于研究設(shè)計(jì)的啟示？如果不能在足夠的測(cè)量時(shí)間點(diǎn)上收集數(shù)據(jù)，數(shù)據(jù)可以合理的近似于線性軌跡。對(duì)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(lì)研究者設(shè)計(jì)數(shù)據(jù)收集的間隔時(shí)，要足以能檢驗(yàn)非線性增長假設(shè)的理論模型。對(duì)于研究設(shè)計(jì)的啟示？3、描述時(shí)間（RepresentingTime）代表發(fā)展過程的時(shí)間單位：年齡是不是最佳指標(biāo)？經(jīng)驗(yàn)時(shí)間一段關(guān)鍵發(fā)展事件的開始或結(jié)束個(gè)體的實(shí)足年齡可以作為背景協(xié)變量3、描述時(shí)間（RepresentingTime）代表發(fā)展過4、測(cè)量問題第一個(gè)特征是觀測(cè)變量（我們的測(cè)量）的本質(zhì)以及潛變量（我們希望得出推論的潛在結(jié)構(gòu)）的本質(zhì)。第二個(gè)測(cè)量特征是測(cè)量工具對(duì)于發(fā)展的適宜性。當(dāng)參與者到達(dá)一個(gè)年齡段，先前的測(cè)量工具不再具有發(fā)展適宜性時(shí)，研究者實(shí)施大規(guī)模工具更換，從一組測(cè)量工具轉(zhuǎn)換為另一組。是否合適？4、測(cè)量問題第一個(gè)特征是觀測(cè)變量（我們的測(cè)量）的本質(zhì)以及潛簡(jiǎn)單補(bǔ)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(cè)量時(shí)間點(diǎn)中測(cè)評(píng)兩個(gè)測(cè)量工具中的所有項(xiàng)目（或關(guān)鍵的項(xiàng)目子集），可以使得我們?cè)诮y(tǒng)計(jì)上校正這兩個(gè)工具間的分?jǐn)?shù)，進(jìn)而也使得我們可以對(duì)在研究的不同時(shí)期所用的不同的測(cè)量間的增長趨勢(shì)進(jìn)行建模。簡(jiǎn)單補(bǔ)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(shì)：當(dāng)采用多指標(biāo)測(cè)量一個(gè)結(jié)構(gòu)時(shí)，指標(biāo)間的公共方差提供了關(guān)于結(jié)構(gòu)的信息，（理論上）不受測(cè)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(shè)易于設(shè)定并檢驗(yàn)。5、潛變量與顯變量

潛變量分析有其優(yōu)勢(shì)：（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(gè)關(guān)鍵的數(shù)據(jù)缺失機(jī)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(gè)關(guān)鍵的數(shù)據(jù)缺失機(jī)制數(shù)據(jù)缺失的模式完全隨機(jī)缺失（missingcompletelyatrandom,MCAR）功能性隨機(jī)缺失（missingfunctionallyatrandom,MAR）非隨機(jī)缺失（notmissingatrandom,NMAR）數(shù)據(jù)缺失的模式完全隨機(jī)缺失（missingcomplete處理缺失數(shù)據(jù)的最好方法全息最大似然估計(jì)（fullinformationmaximumlikelihood,FIML）迭代設(shè)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(jì)（fullinfor四、追蹤研究設(shè)計(jì)的類型：辨析同時(shí)性橫斷研究設(shè)計(jì)（SimultaneousCross-sectionalstudydesign）趨勢(shì)研究(Trendstudies)時(shí)間序列研究(timeseriesstudies)干預(yù)研究(intervention)群組序列(cohort-sequential)設(shè)計(jì)或加速(accelerated)設(shè)計(jì)四、追蹤研究設(shè)計(jì)的類型：辨析同時(shí)性橫斷研究設(shè)計(jì)（Simult（一）同時(shí)性橫斷研究設(shè)計(jì)年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2X3……XMA2S2T1X1X2X3……XM............AGsGT1X1X2X3……XM對(duì)不同年齡組的樣本進(jìn)行同時(shí)性測(cè)量（一）同時(shí)性橫斷研究設(shè)計(jì)年齡組樣本時(shí)間觀測(cè)變量A1S1T1X（二）趨勢(shì)研究（重復(fù)橫斷研究）年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2X3……XMA1S2T2X1X2X3……XM............A1sGTtX1X2X3……XM進(jìn)行T次測(cè)量，但每次測(cè)量都是對(duì)同一個(gè)年齡群體中抽取不同的被試進(jìn)行。（二）趨勢(shì)研究（重復(fù)橫斷研究）年齡組樣本時(shí)間觀測(cè)變量A1S1（三）時(shí)間序列研究年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2X3……XMA2S1T2X1X2X3……XM............AGs1TtX1X2X3……XM對(duì)同一組樣本進(jìn)行多次測(cè)量該設(shè)計(jì)可以分析個(gè)體內(nèi)發(fā)展的問題，同時(shí)可以就被試間變化的差異進(jìn)行分析。（三）時(shí)間序列研究年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2TimeseriesstudiesVSPanelstudy相同點(diǎn)：相同被試在多個(gè)連續(xù)時(shí)間點(diǎn)被多次觀測(cè)；區(qū)別：時(shí)間點(diǎn)的追蹤次數(shù)測(cè)量次數(shù)與測(cè)量時(shí)間間隔的相等與否思考兩種研究設(shè)計(jì)的優(yōu)勢(shì)？TimeseriesstudiesVSPanelsPanelstudy假設(shè)該研究者確實(shí)發(fā)現(xiàn)，時(shí)間1的X（表示為X1）和時(shí)間2的Y（表示為Y2）存在關(guān)系，基于這一關(guān)系，能否總結(jié)為X是Y的原因？Panelstudy假設(shè)該研究者確實(shí)發(fā)現(xiàn)，時(shí)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(shè)計(jì)：實(shí)驗(yàn)從Tt時(shí)刻開始，要求對(duì)過去經(jīng)歷過的事情進(jìn)行回顧。存在的問題：所抽取的樣本可能不是隨機(jī)抽樣的結(jié)果。由于被試對(duì)特征進(jìn)行回顧，所以關(guān)于變量之間因果關(guān)系的假設(shè)變得比較困難。回顧得來的數(shù)據(jù)往往信度較低。Retrospectivelongitudinaldes思考上述研究設(shè)計(jì)中，哪一種是“真正的追蹤研究”（可以分析微觀層面上個(gè)體的變化）？思考上述研究設(shè)計(jì)中，哪一種是“真正的追蹤研究”（可以分析微觀（四）干預(yù)研究年齡組實(shí)驗(yàn)干預(yù)組實(shí)驗(yàn)控制組樣本時(shí)間觀測(cè)變量A1E1C1S1T1X1X2X3……XMA2E1C1S1T2X1X2X3……XM..................AGE1C1s1TtX1X2X3……XM首先將被試隨機(jī)分為實(shí)驗(yàn)干預(yù)組和控制組，然后分別對(duì)兩個(gè)組進(jìn)行Tt次的測(cè)量，目的在于比較實(shí)驗(yàn)處理的效果。（四）干預(yù)研究年齡組實(shí)驗(yàn)干預(yù)組實(shí)驗(yàn)控制組樣本時(shí)間觀測(cè)變量A1InterventionVSPanelstudy共同點(diǎn)：都是對(duì)相同的被試進(jìn)行多次測(cè)量區(qū)別：干預(yù)研究中把被試按照實(shí)驗(yàn)特征（是否接受實(shí)驗(yàn)）分為不同組；在研究問題上，干預(yù)研究不僅關(guān)心發(fā)展趨勢(shì)，而且關(guān)心不同組的平均水平和發(fā)展趨勢(shì)的差異。InterventionVSPanelstudy共同點(diǎn)（五）群組序列設(shè)計(jì)或加速設(shè)計(jì)群體測(cè)試時(shí)的年齡（歲）12131415161712歲※※※13歲※※※14歲※※※15歲※※※把橫斷研究設(shè)計(jì)與追中研究設(shè)計(jì)結(jié)合，是一種對(duì)獨(dú)立年齡群體進(jìn)行有限重復(fù)測(cè)量，并要求相鄰年齡群體的測(cè)量在時(shí)間上有重疊的設(shè)計(jì)方法。基本特征：通過對(duì)不同年齡群體有效的追蹤數(shù)據(jù)進(jìn)行連接，從而對(duì)個(gè)體某一特征在較長時(shí)間內(nèi)的發(fā)展趨勢(shì)進(jìn)行分析。（五）群組序列設(shè)計(jì)或加速設(shè)計(jì)群體測(cè)試時(shí)的年齡（歲）12131比較：聚合交叉設(shè)計(jì)比較：聚合交叉設(shè)計(jì)(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應(yīng)（mediation）調(diào)節(jié)效應(yīng)（moderation）(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應(yīng)（mediation）調(diào)節(jié)變量（moderatorvariable）:如果變量Y與變量X的關(guān)系是變量M的函數(shù),稱M為調(diào)節(jié)變量。Y與X的關(guān)系受到第三個(gè)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(duì)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(yīng)是通過什么中間步驟展開的（或者效應(yīng)是通過什么機(jī)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(yīng)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(shí)間間隔第二，由于每個(gè)變量重復(fù)測(cè)量的內(nèi)容都被包括進(jìn)來，因而可以獲得對(duì)關(guān)鍵路徑系數(shù)的更為精確的估計(jì)第三，專門小組模型可以很容易地將潛變量整合進(jìn)來以校正測(cè)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(shí)間保持穩(wěn)定的部分）對(duì)中介效應(yīng)的估計(jì)做出了貢獻(xiàn)這有助于減少偏差，并描繪了一個(gè)更為現(xiàn)實(shí)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(shí)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(yīng)來刻畫一組變量X、M和Y。相反，在評(píng)定X與M、M與Y的每個(gè)滯后的時(shí)間間隔內(nèi)，可能存在不同的中介效應(yīng)（也可見Cole&Maxwell,2003;Maxwell&Cole,2007）。因而，注意力需放在選擇合適的時(shí)間間隔上以分離中介效應(yīng)所涉及的關(guān)鍵變量的測(cè)量。很重要的是，這一合適的時(shí)間間隔可能并不是效應(yīng)最大的時(shí)間間隔。要使用的最佳時(shí)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(yīng)來刻畫2.縱向背景中的調(diào)節(jié)

“什么樣的效應(yīng)可假設(shè)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(yīng)可假設(shè)為調(diào)節(jié)？”以及“憑（1）被調(diào)節(jié)的自回歸模型假設(shè)理論上認(rèn)為存在調(diào)節(jié)，那么將調(diào)節(jié)效應(yīng)整合入模型的一個(gè)方法是，假設(shè)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(shè)自我監(jiān)控是特質(zhì)性特征，因此僅在時(shí)間1測(cè)量一次。（1）被調(diào)節(jié)的自回歸模型假設(shè)理論上認(rèn)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(yù)測(cè)因素

在LGM中，斜率因素代表了時(shí)間與結(jié)果變量間的關(guān)系（這一潛變量本身可能因人而異，也可能不會(huì)）。因而，將斜率因素的預(yù)測(cè)因素包含進(jìn)模型相當(dāng)于包含了時(shí)間效應(yīng)的調(diào)節(jié)因素。在MLM中納入斜率水平2的預(yù)測(cè)因素就相當(dāng)于調(diào)節(jié)（Bauer&Curran,2005）。在LGM與MLM背景下，如果包含了斜率的預(yù)測(cè)因素，同樣的變量必須作為截距的預(yù)測(cè)因素。(2)MLM與LGM中斜率的預(yù)測(cè)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(jì)結(jié)論效度內(nèi)部效度外部效度結(jié)構(gòu)效度五、追蹤研究的效度統(tǒng)計(jì)結(jié)論效度統(tǒng)計(jì)結(jié)論效度指研究設(shè)計(jì)檢驗(yàn)出實(shí)際差異結(jié)果的敏感程度或檢驗(yàn)力，用來解決觀測(cè)樣本之間的關(guān)系是否是隨機(jī)變異的結(jié)果，或者說觀測(cè)樣本之間的差異是否有實(shí)際意義。統(tǒng)計(jì)結(jié)論效度指研究設(shè)計(jì)檢驗(yàn)出實(shí)際差異結(jié)果的敏感程度或檢驗(yàn)力，內(nèi)部效度之所發(fā)現(xiàn)的結(jié)果效應(yīng)是由于所關(guān)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(cè)試效應(yīng)測(cè)量工具或儀器影響內(nèi)部效度之所發(fā)現(xiàn)的結(jié)果效應(yīng)是由于所關(guān)心的原因所致，而不是由于結(jié)構(gòu)效度指研究中所假設(shè)的理論結(jié)構(gòu)被正確操作化定義的程度。研究測(cè)量的變量是否正確表達(dá)了理論上所考察的問題。結(jié)構(gòu)效度指研究中所假設(shè)的理論結(jié)構(gòu)被正確操作化定義的程度。六、追蹤研究數(shù)據(jù)分析重復(fù)測(cè)量的方差分析和多元方差分析時(shí)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(fù)測(cè)量的方差分析和多元方差分析閱讀文獻(xiàn)：ChildDevelopment,2015年第5期Temperamentandinterparentalconflict:theroleofnegativeemotionalityinpredictingchildbehavioralproblemsReciprocalrelationsbetweenstudent-teacherrelationshipandchildren’sbehavioralproblems:moderationbychild-caregroupsizeEarlyparentingandthedevelopmentofexternalizingbehaviorproblems:longitudinalmediationthroughchildren’sexecutivefunctionQualitycounts:developmentalshiftsinassociationsbetweenromanticrelationshipqualitiesandpsychosocialadjustment閱讀文獻(xiàn)：ChildDevelopment,2015年第放映結(jié)束！無悔無愧于昨天，豐碩殷實(shí)的今天，充滿希望的明天。放映結(jié)束！無悔無愧于昨天，豐碩殷實(shí)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(xué)心理學(xué)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(shì)三、追蹤研究設(shè)計(jì)與數(shù)據(jù)的注意事項(xiàng)四、追蹤研究設(shè)計(jì)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(shí)間或某幾個(gè)時(shí)間點(diǎn)個(gè)體的增長趨勢(shì)和個(gè)體之間的差異?？v向數(shù)據(jù)(Longitudinaldata)指的是一被試群體在一個(gè)或多個(gè)變量上、多時(shí)間點(diǎn)的測(cè)量結(jié)果。一、概述追蹤研究(Longitudinalresearch為何需要進(jìn)行追蹤研究？想要掌控未來的欲望，促進(jìn)對(duì)成長期趨勢(shì)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(xué)所需。電腦軟硬件的進(jìn)步，促使統(tǒng)計(jì)方法茁壯成長。時(shí)間因素讓探索因果關(guān)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(shì)的研究成為未來研究的必然。為何需要進(jìn)行追蹤研究？想要掌控未來的欲望，促進(jìn)對(duì)成長期趨勢(shì)研追蹤研究所關(guān)心的問題描述個(gè)體內(nèi)(Intraindividual)發(fā)展趨勢(shì)以及個(gè)體之間(Interindividual)趨勢(shì)的差異對(duì)被試的發(fā)展趨勢(shì)及其原因進(jìn)行解釋，預(yù)測(cè)變量可以是不穩(wěn)定的隨時(shí)間變化的因素，也可以是固定的個(gè)體特征因素追蹤研究所關(guān)心的問題描述個(gè)體內(nèi)(Intraindividu二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thefirstadvantageisthatlongitudinaldataallowustodrawmorevalidconclusionsregardingdevelopmentalchangesinlevels(i.e.,means)andprocesses(i.e.,associations)ofphenomenathancanbedrawnwithcross-sectionaldata.年齡效應(yīng)（Ageeffect）出生序列效應(yīng)（Cohorteffect）二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thefirstadvantagei二、縱向數(shù)據(jù)的優(yōu)勢(shì)Asecondadvantageofalongitudinalstudyisthatitallowsforinferencesregardingvariousestimatesofthecross-timerelationsamongasetofvariables.穩(wěn)定性（stability）指的是兩個(gè)或多個(gè)測(cè)量時(shí)間點(diǎn)上，個(gè)體在同一測(cè)量結(jié)構(gòu)上的相對(duì)位置的關(guān)系強(qiáng)度。（自回歸路徑）靜態(tài)性（stationarity）指的是在多重時(shí)間間隔上（如在時(shí)間間隔長度相等的情況下，三次或更多測(cè)量時(shí)間點(diǎn)上的兩個(gè)或多個(gè)時(shí)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(gè)或多個(gè)結(jié)構(gòu)間的關(guān)系模式在兩個(gè)或多個(gè)測(cè)量時(shí)間點(diǎn)上的穩(wěn)定性。二、縱向數(shù)據(jù)的優(yōu)勢(shì)Asecondadvantageof二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thethirdadvantageofalongitudinalstudyisthatitallowsustomakequalifiedinferencesregardingthecause–effectrelationsamongconstructs.因果推論的條件？二、縱向數(shù)據(jù)的優(yōu)勢(shì)Thethirdadvantageo二、縱向數(shù)據(jù)的優(yōu)勢(shì)Afourthadvantageofalongitudinalstudyistheabilitytomodeltheprocessesthroughwhicheffectsareexpressedovertime.直接路徑（directpathways）間接路徑（indirectpathways）動(dòng)態(tài)關(guān)系（dynamicassociations）二、縱向數(shù)據(jù)的優(yōu)勢(shì)Afourthadvantageof第七部分-追蹤研究課件三、研究設(shè)計(jì)與數(shù)據(jù)的注意事項(xiàng)在青少年研究中，縱向數(shù)據(jù)有助于理解變化的機(jī)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(jìn)的科學(xué)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(shè)計(jì)。理論模型、當(dāng)前的設(shè)計(jì)以及統(tǒng)計(jì)模型的整合。三、研究設(shè)計(jì)與數(shù)據(jù)的注意事項(xiàng)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(dòng)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(jī)制是什么，變化的發(fā)生有多快，可用的測(cè)量工具是否足夠標(biāo)準(zhǔn)化、并且足夠敏感以獲取所有這些特征。（一）DesignConsiderationsThefi1、測(cè)量的時(shí)間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進(jìn)行測(cè)量，幾乎沒有考慮測(cè)量間距是否足以獲取所研究的變化過程。

1、測(cè)量的時(shí)間間隔絕大多數(shù)青少年發(fā)展研究每年或每半年進(jìn)行測(cè)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(jì)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(shè)計(jì)的適當(dāng)性。從局部來看，某個(gè)適當(dāng)?shù)慕y(tǒng)計(jì)模型事實(shí)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(duì)于研究設(shè)計(jì)的啟示？如果不能在足夠的測(cè)量時(shí)間點(diǎn)上收集數(shù)據(jù)，數(shù)據(jù)可以合理的近似于線性軌跡。對(duì)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(lì)研究者設(shè)計(jì)數(shù)據(jù)收集的間隔時(shí)，要足以能檢驗(yàn)非線性增長假設(shè)的理論模型。對(duì)于研究設(shè)計(jì)的啟示？3、描述時(shí)間（RepresentingTime）代表發(fā)展過程的時(shí)間單位：年齡是不是最佳指標(biāo)？經(jīng)驗(yàn)時(shí)間一段關(guān)鍵發(fā)展事件的開始或結(jié)束個(gè)體的實(shí)足年齡可以作為背景協(xié)變量3、描述時(shí)間（RepresentingTime）代表發(fā)展過4、測(cè)量問題第一個(gè)特征是觀測(cè)變量（我們的測(cè)量）的本質(zhì)以及潛變量（我們希望得出推論的潛在結(jié)構(gòu)）的本質(zhì)。第二個(gè)測(cè)量特征是測(cè)量工具對(duì)于發(fā)展的適宜性。當(dāng)參與者到達(dá)一個(gè)年齡段，先前的測(cè)量工具不再具有發(fā)展適宜性時(shí)，研究者實(shí)施大規(guī)模工具更換，從一組測(cè)量工具轉(zhuǎn)換為另一組。是否合適？4、測(cè)量問題第一個(gè)特征是觀測(cè)變量（我們的測(cè)量）的本質(zhì)以及潛簡(jiǎn)單補(bǔ)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(cè)量時(shí)間點(diǎn)中測(cè)評(píng)兩個(gè)測(cè)量工具中的所有項(xiàng)目（或關(guān)鍵的項(xiàng)目子集），可以使得我們?cè)诮y(tǒng)計(jì)上校正這兩個(gè)工具間的分?jǐn)?shù)，進(jìn)而也使得我們可以對(duì)在研究的不同時(shí)期所用的不同的測(cè)量間的增長趨勢(shì)進(jìn)行建模。簡(jiǎn)單補(bǔ)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(shì)：當(dāng)采用多指標(biāo)測(cè)量一個(gè)結(jié)構(gòu)時(shí)，指標(biāo)間的公共方差提供了關(guān)于結(jié)構(gòu)的信息，（理論上）不受測(cè)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(shè)易于設(shè)定并檢驗(yàn)。5、潛變量與顯變量

潛變量分析有其優(yōu)勢(shì)：（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(gè)關(guān)鍵的數(shù)據(jù)缺失機(jī)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(gè)關(guān)鍵的數(shù)據(jù)缺失機(jī)制數(shù)據(jù)缺失的模式完全隨機(jī)缺失（missingcompletelyatrandom,MCAR）功能性隨機(jī)缺失（missingfunctionallyatrandom,MAR）非隨機(jī)缺失（notmissingatrandom,NMAR）數(shù)據(jù)缺失的模式完全隨機(jī)缺失（missingcomplete處理缺失數(shù)據(jù)的最好方法全息最大似然估計(jì)（fullinformationmaximumlikelihood,FIML）迭代設(shè)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(jì)（fullinfor四、追蹤研究設(shè)計(jì)的類型：辨析同時(shí)性橫斷研究設(shè)計(jì)（SimultaneousCross-sectionalstudydesign）趨勢(shì)研究(Trendstudies)時(shí)間序列研究(timeseriesstudies)干預(yù)研究(intervention)群組序列(cohort-sequential)設(shè)計(jì)或加速(accelerated)設(shè)計(jì)四、追蹤研究設(shè)計(jì)的類型：辨析同時(shí)性橫斷研究設(shè)計(jì)（Simult（一）同時(shí)性橫斷研究設(shè)計(jì)年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2X3……XMA2S2T1X1X2X3……XM............AGsGT1X1X2X3……XM對(duì)不同年齡組的樣本進(jìn)行同時(shí)性測(cè)量（一）同時(shí)性橫斷研究設(shè)計(jì)年齡組樣本時(shí)間觀測(cè)變量A1S1T1X（二）趨勢(shì)研究（重復(fù)橫斷研究）年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2X3……XMA1S2T2X1X2X3……XM............A1sGTtX1X2X3……XM進(jìn)行T次測(cè)量，但每次測(cè)量都是對(duì)同一個(gè)年齡群體中抽取不同的被試進(jìn)行。（二）趨勢(shì)研究（重復(fù)橫斷研究）年齡組樣本時(shí)間觀測(cè)變量A1S1（三）時(shí)間序列研究年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2X3……XMA2S1T2X1X2X3……XM............AGs1TtX1X2X3……XM對(duì)同一組樣本進(jìn)行多次測(cè)量該設(shè)計(jì)可以分析個(gè)體內(nèi)發(fā)展的問題，同時(shí)可以就被試間變化的差異進(jìn)行分析。（三）時(shí)間序列研究年齡組樣本時(shí)間觀測(cè)變量A1S1T1X1X2TimeseriesstudiesVSPanelstudy相同點(diǎn)：相同被試在多個(gè)連續(xù)時(shí)間點(diǎn)被多次觀測(cè)；區(qū)別：時(shí)間點(diǎn)的追蹤次數(shù)測(cè)量次數(shù)與測(cè)量時(shí)間間隔的相等與否思考兩種研究設(shè)計(jì)的優(yōu)勢(shì)？TimeseriesstudiesVSPanelsPanelstudy假設(shè)該研究者確實(shí)發(fā)現(xiàn)，時(shí)間1的X（表示為X1）和時(shí)間2的Y（表示為Y2）存在關(guān)系，基于這一關(guān)系，能否總結(jié)為X是Y的原因？Panelstudy假設(shè)該研究者確實(shí)發(fā)現(xiàn)，時(shí)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(shè)計(jì)：實(shí)驗(yàn)從Tt時(shí)刻開始，要求對(duì)過去經(jīng)歷過的事情進(jìn)行回顧。存在的問題：所抽取的樣本可能不是隨機(jī)抽樣的結(jié)果。由于被試對(duì)特征進(jìn)行回顧，所以關(guān)于變量之間因果關(guān)系的假設(shè)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(shè)計(jì)中，哪一種是“真正的追蹤研究”（可以分析微觀層面上個(gè)體的變化）？思考上述研究設(shè)計(jì)中，哪一種是“真正的追蹤研究”（可以分析微觀（四）干預(yù)研究年齡組實(shí)驗(yàn)干預(yù)組實(shí)驗(yàn)控制組樣本時(shí)間觀測(cè)變量A1E1C1S1T1X1X2X3……XMA2E1C1S1T2X1X2X3……XM..................AGE1C1s1TtX1X2X3……XM首先將被試隨機(jī)分為實(shí)驗(yàn)干預(yù)組和控制組，然后分別對(duì)兩個(gè)組進(jìn)行Tt次的測(cè)量，目的在于比較實(shí)驗(yàn)處理的效果。（四）干預(yù)研究年齡組實(shí)驗(yàn)干預(yù)組實(shí)驗(yàn)控制組樣本時(shí)間觀測(cè)變量A1InterventionVSPanelstudy共同點(diǎn)：都是對(duì)相同的被試進(jìn)行多次測(cè)量區(qū)別：干預(yù)研究中把被試按照實(shí)驗(yàn)特征（是否接受實(shí)驗(yàn)）分為不同組；在研究問題上，干預(yù)研究不僅關(guān)心發(fā)展趨勢(shì)，而且關(guān)心不同組的平均水平和發(fā)展趨勢(shì)的差異。InterventionVSPanelstudy共同點(diǎn)（五）群組序列設(shè)計(jì)或加速設(shè)計(jì)群體測(cè)試時(shí)的年齡（歲）12131415161712歲※※※13歲※※※14歲※※※15歲※※※把橫斷研究設(shè)計(jì)與追中研究設(shè)計(jì)結(jié)合，是一種對(duì)獨(dú)立年齡群體進(jìn)行有限重復(fù)測(cè)量，并要求相鄰年齡群體的測(cè)量在時(shí)間上有重疊的設(shè)計(jì)方法。基本特征：通過對(duì)不同年齡群體有效的追蹤數(shù)據(jù)進(jìn)行連接，從而對(duì)個(gè)體某一特征在較長時(shí)間內(nèi)的發(fā)展趨勢(shì)進(jìn)行分析。（五）群組序列設(shè)計(jì)或加速設(shè)計(jì)群體測(cè)試時(shí)的年齡（歲）12131比較：聚合交叉設(shè)計(jì)比較：聚合交叉設(shè)計(jì)(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應(yīng)（mediation）調(diào)節(jié)效應(yīng)（moderation）(六)縱向數(shù)據(jù)中的中介與調(diào)節(jié)中介效應(yīng)（mediation）調(diào)節(jié)變量（moderatorvariable）:如果變量Y與變量X的關(guān)系是變量M的函數(shù),稱M為調(diào)節(jié)變量。Y與X的關(guān)系受到第三個(gè)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(duì)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(yīng)是通過什么中間步驟展開的（或者效應(yīng)是通過什么機(jī)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(yīng)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(shí)間間隔第二，由于每個(gè)變量重復(fù)測(cè)量的內(nèi)容都被包括進(jìn)來，因而可以獲得對(duì)關(guān)鍵路徑系數(shù)的更為精確的估計(jì)第三，專門小組模型可以很容易地將潛變量整合進(jìn)來以校正測(cè)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(shí)間保持穩(wěn)定的部分）對(duì)中介效應(yīng)的估計(jì)做出了貢獻(xiàn)這有助于減少偏差，并描繪了一個(gè)更為現(xiàn)實(shí)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(shí)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(yīng)來刻畫一組變量X、M和Y。相反，在評(píng)定X與M、M與Y的每個(gè)滯后的時(shí)間間隔內(nèi)，可能存在不同的中介效應(yīng)（也可見Cole&Maxwell,2003;Maxwell&Cole,2007）。因而，注意力需放在選擇合適的時(shí)間間隔上以分離中介效應(yīng)所涉及的關(guān)鍵變量的測(cè)量。很重要的是，這一合適的時(shí)間間隔可能并不是效應(yīng)最大的時(shí)間間隔。要使用的最佳時(shí)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(yīng)來刻畫2.縱向背景中的調(diào)節(jié)

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