扩展潜基增长模型以在个体测量时刻框架下探索联合发展
统计方法学
2025-12-02 v5
摘要
纵向过程常呈现非线性变化模式。潜基增长模型（LBGMs）提供了一种无需特定函数形式的通用解决方案。基于 Liu 和 Perera（2023）提出的针对不等距波次与个体时刻的 LBGM 设定，我们将 LBGMs 扩展至多元纵向结果。这为非线性、相互关联的轨迹提供了统一方法。模拟研究表明，所提模型可对感兴趣参数给出无偏且准确的估计，并达到目标覆盖概率。对阅读与数学分数的真实数据分析证明了其在分析时间模式各异的联合发展过程中的有效性。文中给出了计算代码。
引用
@article{arxiv.2107.01773,
title = {Extending Latent Basis Growth Model to Explore Joint Development in the Framework of Individual Measurement Occasions},
author = {Jin Liu},
journal= {arXiv preprint arXiv:2107.01773},
year = {2025}
}
备注
\textcircled{c}2025, Journal of Behavioral Data Science. This paper is not the copy of record and may not exactly replicate the final, authoritative version of the article. Please do not copy or cite without authors' permission. The final article will be available, upon publication, via its DOI: https://doi.org/10.35566/jbds/jinliu