整合数据分析方法在心理学研究中的应用 |
|
|
)先后阐述了IRT方法和潜增长曲线模型(Latent Growth Curve Model)对三个关于内化症状(Internalizing Symptomatology)的纵向研究数据进行整合分析,先采用IRT模型进行项目的参数估计、项目功能差异分析和被试分数估计,再采用潜增长曲线模型对合并数据进行分析,获得对个体内在症状从10岁到33岁的发展趋势特点。McArdle等人(2009)在对这种两阶段方法(Two-stage method)阐述的基础上,提出在一个联合模型中同时估计IRT模型和潜增长曲线模型参数的一段段方法,并用于对三个关于认知发展的纵向研究数据的整合分析,强调一阶段分析方法的优势。Hofer和Piccinin(2009)提出一种基于建立数据共享网络和合作协议的IDA分析框架,对多个纵向研究数据进行分析。 Shrout(2009)对IDA应用中的一些关键问题,如测量问题、研究价值问题、模型的拟合问题等进行讨论,并对IDA的应用提出建议;Curran和Hussong等人在IDA方法及其应用研究上多有成果(Curran et al.,2008;Curran,2009;Hussong et al.,2007;Hussong,Bauer,et al.,2008;Hussong,Cai,et al.,2008;Hussong,Flora,et al.,2008)。 5 IDA方法应用前景和挑战 5.1 应用前景 IDA在心理学应用是心理学发展的需要,在心理学研究中有深远的应用前景。 首先,IDA方法在发展心理学研究中的应用前景。追踪研究设计是发展心理学中研究个体发展规律的重要方法。追踪研究由于研究设计本身的特征,元分析方法在追踪研究中的应用受到限制,由于长期追踪研究的代价大,难以对一个样本进行终生追踪。IDA方法不但可对研究和测量的时间变异进行处理,而且可通过整合数据分析使研究的时间跨度增加,这就使个体心理终生发展轨迹研究成为可能。目前McArdle等人(2009)对IDA在合并追踪数据集中的应用进行了理论探索和实践研究。IDA在追踪研究中应用涉及到更复杂的统计分析过程,需要进一步的研究。 其次,在实验研究中的应用前景。心理实验研究中,大部分研究的被试样本相对较小,同时上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >> |
|
|
|
上一个论文: 心理学研究中潜变量空间的特性探讨 下一个论文: 计算机在心理学研究中的应用 |
|