Mplus—潜增长曲线模型/潜增长模型（Latent Growth Curve Models, LGCM）（1）

Question

如题所述

Answer 1

潜增长曲线模型（LGCM）：深入解析与应用

潜增长曲线模型（LGCM）在追踪变量随时间演变的轨迹中扮演着关键角色，它通过截距和斜率因子揭示了起始状态和变化趋势。LGCM分为无条件（如线性、自由估计）和有条件模型，后者考虑了协变量的影响。

Mplus操作示例

在Mplus中，如要构建无条件线性LGCM，首先设定数据文件（FILE 123.dat），变量（如Y1-5，缺失值设为99），并选择最大似然估计（ESTIMATOR=ML）。关键步骤包括创建截距和斜率因子，将斜率负荷与时间变量关联。输出包括技术信息（TECH1, TECH4, STAND）和可视化图表（PLOT3），模型的拟合度是结果解读的重点。

模型评估与解读

- 评估标准: 依赖于拟合指标，如AIC或BIC，以判断模型适合度。
- 关注内容: 因子的均值、方差及其相关性，以及变量发展趋势图。
- 模型构建: 负荷估计随时间变化的可视化。

应用实例

- 女性受害经历: 初始水平和变化率分析，发现无显著差异。
- 心理变量: 抑郁、文化适应和一般困扰的初始状态存在个体差异，抑郁的斜率不明显，文化和一般困扰呈下降趋势。
- 学术兴趣: 中学化学兴趣的六个维度，斜率与九年级初始兴趣无关。

进一步研究

- 冒犯受害者宽恕: 杨满云等人的研究深入探讨了宽恕动态。
- 心理素质与焦虑: 林楠等人的研究揭示了两者之间的关系。
- 儿童语言发展: 程亚华等人的研究关注小学儿童口语词汇知识的变化。

深入分析

- 模型扩展: 无条件非线性LGCM的二次项可能揭示更复杂的趋势。

互动与分享

探索更多模型应用，期待你的观点和讨论。 你的参与与反馈 是我们进步的动力！