Current Location:home > Detailed Browse

Article Detail

密集追踪数据分析:模型及其应用

Submit Time: 2020-09-02
Author: 郑舒方 1 ; 张沥今 1 ; 乔欣宇 1 ; 潘俊豪 1 ;
Institute: 1.中山大学心理学系;

Abstracts

在心理学、教育学和临床医学等领域,越来越多的研究者开始关注个体内部的行为、心理、临床效果等随时间而产生的动态变化,重视针对个体的差异化建模。密集追踪是一种在短时间内对个体进行多个时间节点密集追踪测量的方法,更适合用于研究个体内部心理过程等的动态变化及其作用机制。近年来,密集追踪成为心理学研究的一大热点,但许多密集追踪的研究分析仍停留在较为传统的方法。本文回顾了密集追踪的传统分析方法,并主要介绍了两大类前沿模型方法的原理、应用及优劣势,包括以动态结构方程模型(Dynamic Structural Equation Model, DSEM)为代表的自上而下的建模方法,以及以组迭代多模型估计(Group Iterative Multiple Model Estimation, GIMME)为代表的自下而上的建模方法。希望可以增进研究者对密集追踪数据的理解和认识,促进密集追踪前沿方法的应用,帮助研究者更好地发挥密集追踪数据在动态过程分析中的优势。
Download Comment Hits:2151 Downloads:261
From: 郑舒方
DOI:10.12074/202009.00002
Recommended references: 郑舒方,张沥今,乔欣宇,潘俊豪.(2020).密集追踪数据分析:模型及其应用.[ChinaXiv:202009.00002] (Click&Copy)
Version History
[V1] 2020-09-02 18:04:34 chinaXiv:202009.00002V1 Download
Related Paper

Download

Current Browse

Change Subject Browse

Cross Subject Browse

  • - NO