第七部分 追踪研究

考虑自变量X对因变量Y的影响,如果X通过影响变 量M来影响Y,则称M为中介变量。
1、纵向背景中的中介

中介分析的目的是确定效应是通过什么中间步 骤展开的（或者效应是通过什么机制发生的）
直接路径（direct pathways） 间接路径（indirect pathways） 动态关系（dynamic associations）
三、研究设计与数据的注意事项


在青少年研究中，纵向数据有助于理解变化的机 制、影响的过程以及青少年与其情境的交互作用 （见Card, Little, & Bovaird, 2007; Little, Bovaird, & Card, 2007）。 利用先进的科学方法从纵向数据中获得的各种答 案的质量取决于理论原理和研究设计。 理论模型、当前的设计以及统计模型的整合 。
追踪研究所关心的问题


描述个体内( Intraindividual )发展趋势以及个 体之间 ( Interindividual )趋势的差异 对被试的发展趋势及其原因进行解释，预测变 量可以是不稳定的随时间变化的因素，也可以 是固定的个体特征因素
二、纵向数据的优势

The first advantage is that longitudinal data allow us to draw more valid conclusions regarding developmental changes in levels (i.e., means) and processes (i.e., associations) of phenomena than can be drawn with cross - sectional data.
首先将被试随机分为实验干预组和控制组，然后 分别对两个组进行Tt次的测量，目的在于比较实验 处理的效果。
Intervention VS Panel study


共同点：都是对相同的被试进行多次测量 区别： 干预研究中把被试按照实验特征（是否接受实验 ）分为不同组； 在研究问题上，干预研究不仅关心发展趋势，而 且关心不同组的平均水平和发展趋势的差异。



代表发展过程的时间单位 ： 年龄是不是最佳指标？ 经验时间 一段关键发展事件的开始或结束 个体的实足年龄可以作为背景协变量
4、测量问题


第一个特征是观测变量（我们的测量）的本质 以及潜变量（我们希望得出推论的潜在结构） 的本质 。 第二个测量特征是测量工具对于发展的适宜 性。


当参与者到达一个年龄段，先前的测量工具不再具 有发展适宜性时，研究者实施大规模工具更换，从 一组测量工具转换为另一组。 是否合适？
1、测量的时间间隔

绝大多数青少年发展研究每年或每半年进行测量， 几乎没有考虑测量间距是否足以获取所研究的变 化过程。
2、变化的函数形式


从整体来看，在毕生发展中，非线性变化的函数是可能的， 并且也许是普遍的。 但是，采用非线性统计模型可能也不足以得到所研究的过 程的函数形式，这取决于研究设计的适当性。从局部来看， 某个适当的统计模型事实上可能拟合线性模型。

因果推论的条件？
二、纵向数据的优势

A fourth advantage of a longitudinal study is the ability to model the processes through which effects are expressed over time.

第七部分 追踪研究
赵景欣 山东师范大学心理学院
主要内容

一、追踪研究概述 二、纵向数据的优势 三、追踪研究设计与数据的注意事项 四、追踪研究设计的类型 五、追踪研究的效度问题 六、追踪研究的数据分析
一、概述

ຫໍສະໝຸດ Baidu
追踪研究(Longitudinal research)主要用来分 析一段时间或某几个时间点个体的增长趋势和 个体之间的差异。 纵向数据(Longitudinal data)指的是一被试群 体在一个或多个变量上、多时间点的测量结果 。
处理缺失数据的最好方法



全息最大似然估计（full information maximum likelihood, FIML） 迭代设算算法（itetative imputation algorithm ）（如期望最大化 [expectation maximum, EM] 马尔可夫链蒙特卡罗方法（Markov Chain Monte Carlo, MCMC）
（Little & Rubin, 2002; Schafer & Graham, 2002）
四、追踪研究设计的类型：辨析


同时性横断研究设计（Simultaneous Crosssectional study design） 趋势研究 (Trend studies) 时间序列研究(time series studies) 干预研究(intervention) 群组序列(cohort-sequential)设计或加速 (accelerated)设计
Time series studies VS Panel study

相同点：相同被试在多个连续时间点被多次观测； 区别：

时间点的追踪次数 测量次数与测量时间间隔的相等与否
思考 两种研究设计的优势？
Panel study

假设该研究者确实发现，时间1的X（表示为 X1）和时间2的Y（表示为Y2）存在关系，基 于这一关系，能否总结为X是Y的原因？
（一）同时性横断研究设计
年龄组 A1 A2 . . . AG 样本 S1 S2 . . . sG 时间 T1 T1 . . . T1 观测变量 X1X2X3……XM X1X2X3……XM . . . X1X2X3……XM
对不同年龄组的样本进行同时性测量
（二）趋势研究（重复横断研究）
年龄组 A1 A1 . . . A1 样本 S1 S2 . . . sG 时间 T1 T2 . . . Tt 观测变量 X1X2X3……XM X1X2X3……XM . . . X1X2X3……XM



稳定性（stability）指的是两个或多个测量时间点上，个体在 同一测量结构上的相对位置的关系强度。 （自回归路径） 静态性（stationarity）指的是在多重时间间隔上（如在时间 间隔长度相等的情况下，三次或更多测量时间点上的两个或 多个时间间隔）自回归路径的大小是否等同（Kenny, 1979）。 平衡性（equilibrium）是指两个或多个结构间的关系模式在 两个或多个测量时间点上的稳定性。
Retrospective longitudinal design


回溯追踪研究设计：实验从Tt时刻开始，要求 对过去经历过的事情进行回顾。 存在的问题：


所抽取的样本可能不是随机抽样的结果。 由于被试对特征进行回顾，所以关于变量之间因果 关系的假设变得比较困难。 回顾得来的数据往往信度较低。

对于研究设计的启示？


如果不能在足够的测量时间点上收集数据，数据可 以合理的近似于线性轨迹。对于获取其他形式的非 线性变化的一小段信息来说，局部的线性近似也是 很有效力的。 但是，我们鼓励研究者设计数据收集的间隔时，要 足以能检验非线性增长假设的理论模型 。
3、描述时间（Representing Time）


当采用多指标测量一个结构时，指标间的公共方差 提供了关于结构的信息，（理论上）不受测量误差 的影响 。 潜变量SEM方法提供了很多重要的效度信息 。 在潜变量SEM方法中，因素不变性假设易于设定并 检验 。
（二）缺失数据

处理缺失数据的最好办法是不要有缺失数据。 能做到吗？
追踪研究中数据缺失的原因

简单补救措施：逐步采用新工具，并逐步放弃 旧工具。在一次或更多次测量时间点中测评两 个测量工具中的所有项目（或关键的项目子 集），可以使得我们在统计上校正这两个工具 间的分数，进而也使得我们可以对在研究的不 同时期所用的不同的测量间的增长趋势进行建 模。
5、潜变量与显变量

潜变量分析有其优势 ：
比较：聚合交叉设计
(六)纵向数据中的中介与调节

中介效应（mediation） 调节效应（moderation）

调节变量（moderator variable）:


如果变量Y与变量X的关系是变量M的函数,称M为 调节变量。 Y与X的关系受到第三个变量M的影响

中介变量（mediator variable）


流失：一个关键的数据缺失机制 缺失的数据能否看作是研究中完全的信息损失 ？ 数据缺失的模式有几种？
数据缺失的模式



完全随机缺失（missing completely at random, MCAR） 功能性随机缺失（missing functionally at random, MAR） 非随机缺失（not missing at random, NMAR）
进行T次测量，但每次测量都是对同一个年龄群体 中抽取不同的被试进行。
（三）时间序列研究
年龄组 A1 A2 . . . AG 样本 S1 S1 . . . s1 时间 T1 T2 . . . Tt 观测变量 X1X2X3……XM X1X2X3……XM . . . X1X2X3……XM
•对同一组样本进行多次测量 •该设计可以分析个体内发展的问题，同时可以就 被试间变化的差异进行分析。
为何需要进行追踪研究？


想要掌控未来的欲望，促进对成长期趋势研究的 重视。 过去收集的横断资料无法满足研究问题所需。 传统的资料分析方法，已不符合方法学所需。 电脑软硬件的进步，促使统计方法茁壮成长。 时间因素让探索因果关系的问题研究成为可能。 国际上大型纵向数据库的发布，使得长期趋势的 研究成为未来研究的必然。

年龄效应（Age effect） 出生序列效应（Cohort effect）
二、纵向数据的优势

A second advantage of a longitudinal study is that it allows for inferences regarding various estimates of the cross-time relations among a set of variables.
（五）群组序列设计或加速设计
群体 12 12岁 13岁 14岁 15岁 ※ 13 ※ ※ 测试时的年龄（岁） 14 ※ ※ ※ ※ ※ ※ ※ ※ ※ 15 16 17
•把横断研究设计与追中研究设计结合，是一种对独立年龄群体进行有
限重复测量，并要求相邻年龄群体的测量在时间上有重叠的设计方法。
•基本特征：通过对不同年龄群体有效的追踪数据进行连接，从而对个 体某一特征在较长时间内的发展趋势进行分析。
（一）Design Considerations

The first critical issue, of course, is the theoretical model driving the research.

变化的是什么，变化的动力是什么，变化的函数形 式是什么，影响变化的调节和/或中介机制是什么， 变化的发生有多快，可用的测量工具是否足够标准 化、并且足够敏感以获取所有这些特征。
二、纵向数据的优势

The third advantage of a longitudinal study is that it allows us to make qualified inferences regarding the cause – effect relations among constructs.
思考

上述研究设计中，哪一种是“真正的追踪研究 ”（可以分析微观层面上个体的变化）？
（四）干预研究
年龄组 A1 A2 . . . AG 实验干预组 实验控制组 样本 E1 E1 . . . E1 C1 C1 . . . C1 S1 S1 . . . s1 时间 T1 T2 . . . Tt 观测变量 X1X2X3……XM X1X2X3……XM . . . X1X2X3……XM