跳到正文
原文
PsyArXiv 预印本·· 1 小时前AI 评分53

预印本提出SHALL采样设计,用于连续时间模型的双变量纵向面板研究

How to Design a Panel Study for Investigating Bivariate Dynamics Using Continuous-Time Modeling

AI 导读

一项预印本提出名为SHALL(短间隔与长间隔混合)的采样设计,用于规划连续时间随机截距交叉滞后面板模型(CT-RI-CLPM)的纵向数据收集。研究通过蒙特卡洛模拟检验样本量、重复测量次数和采样时间安排对双变量动态参数估计的影响,发现重复测量次数和样本量显著影响参数恢复,交叉滞后效应即使在最有利条件下估计效率也偏低、统计功效不足。

摘要 · AI 翻译

设计有效的纵向面板研究以捕捉双变量动态变化,需要在收集多少次测量以及何时收集这些测量方面做出有依据的决策。本研究考察了设计选择——具体而言即样本量、重复测量次数以及时间采样方案的各个方面——如何影响在使用连续时间随机截距交叉滞后面板模型(CT-RI-CLPM)分析的面板数据中双变量动态参数的恢复。通过蒙特卡洛模拟,我们检验了一系列生成总体参数。我们提出了一种用于规划采样方案的新方法:短长滞后设计(SHALL),该设计有意混合连续时间模型所能容纳的紧密间隔和宽间隔区间。SHALL方案易于理解和实施,并在许多情境中始终位列最佳采样方案之一。我们的研究结果表明,重复测量次数和样本量显著影响参数恢复,尤其是对交叉滞后效应而言,即使在最有利的条件下其估计效率也较低,导致统计功效不足。我们为规划面板数据研究的研究者提供了可操作的建议,并提供开源R代码以促进SHALL采样方案的设计。我们还提供了用于对新数据集实施CT-RI-CLPM的R代码。一个实证示例展示了将此类模型应用于一项关于自尊与抑郁的实证面板研究数据。本工作为改进使用连续时间建模的纵向面板研究的设计与分析提供了基于证据的指导。

摘要来源:信源摘要

中文由 AI 翻译,仅供参考,以原文为准。

来源:PsyArXiv 预印本 · osf.io