期刊文章详细信息
增长混合模型:分析不同类别个体发展趋势
Growth Mixture Modeling:A method for describing specific class growth trajectory
文献类型:期刊文章
机构地区:[1]广州大学心理学系 [2]中国政法大学社会学院 [3]广州大学心理与脑科学研究中心
基 金:国家社会科学基金教育学青年项目"心理健康教育的循证实践模式及本土化研究"(项目编号:CBA130124);广东省高等学校优秀青年教师培养计划(项目编号:Yq2013068)资助
年 份:2014
期 号:4
起止页码:220-241
语 种:中文
收录情况:BDHX、BDHX2011、CSSCI、CSSCI2014_2016、NSSD、RCCSE、RDFYBKZL(收录号:573083)、RWSKHX、SKJJZZ、ZGKJHX、核心刊
摘 要:追踪研究可以展现个体随时间的变化趋势、个体间差异并更好地揭示变量之间的因果关系,日益受到社会科学研究者的青睐,处理追踪数据的统计模型也日新月异。传统的分析模型假设样本同质,然而当此假设不满足时,就需要考虑群体的异质性问题。目前,处理异质性样本增长问题的模型主要有潜类增长模型(或组基增长模型)和增长混合模型。增长混合模型构成一般的形式,在一定条件下传统的潜在增长曲线模型和潜类增长模型均是其特例。沿着增长混合模型的发展路径,本文从应用性角度介绍了上述三个模型各自的特点、优势和Mplus软件实现,并通过一个实例演示了分析过程。最后,对当前研究存在的问题和将来的研究方向做了简要讨论。
关 键 词:追踪研究 潜类别增长模型 增长混合模型 Mplus
分 类 号:C91-03[经济学类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...