潜变量增长曲线模型简介市公开课一等奖百校联赛获奖课件.pptx

潜变量增加曲线模型介绍潜变量增加曲线模型介绍基于结构方程模型追踪数据统计方法第1页重复测量资料方差分析多层线性模型时间序列分析混合模型潜变量增加曲线模型基于结构方程基础上新方法第2页因子组成部分因子结构部分第3页第4页第5页只有两个测量时间点两因子LGM截距F1斜率F2V1V2110E11E2MiDiDsMs第6页只有两个测量时间点两因子LGMV1=F1+L1F2+E1=F1+E1V2=F1+L2F2+E2=F1+F2+E2F1=M1+D1F2=M2+D2第7页类似于多层线性模型，潜变量增加曲线类似于多层线性模型，潜变量增加曲线模型普通假设：模型普通假设：因子均值方差等于0；因子方差均值等于0；观察变量测量误差均值等于0；因子均值相互独立；测量误差与因子均值和方差相互独立；第8页定义增加曲线类型LGM第9页定义增加曲线类型LGM第10页不定义曲线类型两因子LGM第11页单因子潜变量增加曲线模型第12页264名三年级到六年级小学生自我概念连续四次侧差数据。采取四个分量表平均分数来描述儿童自我概念分数。潜变量线性增加模型第13页潜变量线性增加模型第14页 DA NI=4 NO=264 MA=CM MODEL NY=4 NE=2 AL=FR PS=SY,FR LY=FU,FR LA V1 V2 V3 V4 LE LEVEL SLOPE KM 1.000.419 1.000.332 .546 1.000.308 .466 .654 1.000 ME 2.8403 2.7318 2.5760 2.6122 SD 0.3763 0.3902 0.5446 0.5459 FI LY(1,1)LY(2,1)LY(3,1)LY(4,1)VA 1 LY(1,1)LY(2,1)LY(3,1)LY(4,1)FI LY(1,2)LY(2,2)LY(3,2)LY(4,2)VA 0 LY(1,2)VA 1 LY(2,2)VA 2 LY(3,2)VA 3 LY(4,2)OU SC XM ND=3潜变量线性增加模型第15页潜变量线性增加模型第16页潜变量线性增加模型第17页264名三年级到六年级小学生自我概念连续四次侧差数据。采取四个分量表平均分数来描述儿童自我概念分数。潜变量二次增加曲线模型第18页潜变量二次增加曲线模型第19页 DA NI=4 NO=264 MA=CM MODEL NY=4 NE=3 AL=FR PS=SY,FR LY=FU,FR LA V1 V2 V3 V4 LE LEVEL LINEAR QUA KM 1.000.419 1.000.332 .546 1.000.308 .466 .654 1.000 ME 2.8403 2.7318 2.5760 2.6122 SD 0.3763 0.3902 0.5446 0.5459 FI LY(1,1)LY(2,1)LY(3,1)LY(4,1)VA 1 LY(1,1)LY(2,1)LY(3,1)LY(4,1)FI LY(1,2)LY(2,2)LY(3,2)LY(4,2)VA 0 LY(1,2)VA 1 LY(2,2)VA 2 LY(3,2)VA 3 LY(4,2)FI LY(1,3)LY(2,3)LY(3,3)LY(4,3)VA 0 LY(1,3)VA 1 LY(2,3)VA 4 LY(3,3)VA 9 LY(4,3)OU SC XM ND=3潜变量二次增加曲线模型第20页潜变量二次增加曲线模型第21页潜变量二次增加曲线模型第22页264名三年级到六年级小学生自我概念连续四次侧差数据。采取四个分量表平均分数来描述儿童自我概念分数。不定义曲线类型潜变量增加曲线模型第23页不定义曲线类型模型第24页DA NI=4 NO=264 MA=CM MODEL NY=4 NE=2 AL=FR PS=SY,FR LY=FU,FR LA V1 V2 V3 V4 LE LEVEL LINEAR QUA KM 1.000.419 1.000.332 .546 1.000.308 .466 .654 1.000 ME 2.8403 2.7318 2.5760 2.6122 SD 0.3763 0.3902 0.5446 0.5459 FI LY(1,1)LY(2,1)LY(3,1)LY(4,1)VA 1 LY(1,1)LY(2,1)LY(3,1)LY(4,1)FI LY(1,2)LY(2,2)VA 0 LY(1,2)VA 1 LY(2,2)FR LY(3,2)LY(4,2)ST 2 LY(3,2)ST 3 LY(4,2)OU SC XM ND=3不定义曲线类型模型第25页不定义曲线类型模型第26页V1=F1+E1,V2=F1+F2+E2,V3=F1+(2.876)F2+E3,V4=F1+(2.399)F2+E4能够得到四次均值预计值为：V1（mean）=2.833V2（mean）=2.833-0.091=2.742V3（mean）=2.833-2.867*0.091=2.571V4（mean）=2.833-2.399*0.091=2.615不定义曲线类型模型第27页不定义曲线类型模型第28页潜变量增加曲线模型不但就个体发展轨迹进行描述，而且能够分析个体之间存在差异以及存在差异原因；不但能够对给定增加趋势进行检验，而且在观察时间点多于两点情况下对个体随时间改变趋势类型（如直线或曲线）进行探索。潜变量增加曲线模型能够分析依时间改变预测变量对因变量影响，而且能够用类似于SEM中多样本比较方法对多个样本之间差异进行检验，能够有效处理缺失值。第29页潜变量增加曲线模型多样本比较多元潜变量增加曲线模型潜变量增加曲线模型在群组序列设计中应用多层次潜变量增加曲线模型潜变量混合增加曲线模型第30页第31页