潜变量增长曲线模型_[美] 克里斯托弗·普里彻、[美] 阿斯荣·威克曼、[美] 罗伯特·麦卡勒姆、[美] 南希·布里格斯_9787543236233

本书介绍的潜变量增长曲线模型为社会科学量化应用的研究者提供了一种新的方法，并可以超越经验性的研究，显示了潜变量增长曲线模型作为结构方程模型是如何表达和估计的，并说明了它和多层次增长模型的关系。本书作者显示了各种各样的模型，例如固定/随机截距和/或固定/随机坡度、有条件增长曲线模型、平行过程模型、多组分析，他们也讨论了模型的各种延伸，例如分段增长、结构潜在增长、类型和有序变量结果等。他们用了大量的说明性的图形来表述和讨论，这是使用结构方程模型的一个优势。

回顾过去 20多年的社会科学研究，我们提出了一个始终如一的发现：婚姻会增加幸福感。斯塔克与埃什尔曼在一篇讨论这一问题的文献中总结道：已婚者相对于未婚者在幸福感方面的一个明确的指标一-总体幸福感上的优势似乎是真实的。（Stack & Eshleman，1998：527）通过研究17个国家的数据，他们得出对男性与女性，婚姻同等地增加幸福感的结论（Stack & Eshleman，1998：527）。存在争论的是两个问题婚姻是否能增加幸福感和两性之间的增加是否相同（或者如某些研究者认为的，男性比女性增加得多）。另外一个我们关心的问题是，无论两性不同还是相同，这一增加的幸福感是否在婚姻的历程中有所变化。通过分析一个全国范围的17年、5期的样本，瓦兰宁厄姆、约翰逊和阿马托（VanLangingham， Johnson & Amato，2001）发现，没有证据支持文献所提出的生命过程中婚姻幸福感的U形模式（幸福感的减少及在晚年的回升）。
对于上面提到的研究问题，有两种方法论的途径：使用横截面数据或者纵向数据比较结婚的人和没有结婚的人。很多关于这个问题的研究使用了横向数据。然而，要对婚姻增加幸福感这个简单的论述作出合适的评价，使用纵向数据是必要的。一些研究者，比如瓦兰宁厄姆、约翰逊和阿马托（VanLaningham，Johnson & Amato，2001），确实使用了纵向数据（他们使用了固定效果模型）。我们真正想研究的是以下情形：在时点0上，有一个随机未婚人群的样本，这些人被追踪；在时点1的时候，有些人结了婚；在时点2的时候，又有一些人结了婚。但是有一些人在整个追踪的时期内都没有结婚，即使当他们完成自己生命历程的时候，也还是有人没有结婚。横向数据只是截取一个时点，然后比较那些结过婚的人和没有结过婚的人，而忽略了人与人之间的不可观测的差异性。纵向分析模型（例如，固定效果模型、随机影响模型和混合影响模型）恰当地处理了不可观测的差异性问题。更合适的方法是潜变量增长曲线模型，这种方法不仅能够处理不可观测的差异性问题，也能够对男性和女性分别就他们生命历程中婚后的幸福感进行潜在趋势研究。
普里彻（Preacher）、维赫曼（Wichman）、麦卡勒姆（MacCallum）和布里格斯（Briggs）的潜变量增长曲线模型为社会科学量化应用的研究者提供了一种新方法，一种处理上面提到的实体问题的独一无二的机会，并可以超越经验性的研究。他们显示了潜变量增长曲线模型作为结构方程模型是如何表达和估计的，并说明了它和多层次增长模型的关系。在本书中，作者展示了各种各样的模型，例如固定/随机截距和/或固定/随机坡度、有条件增长曲线模型、平行过程模型、多组分析。他们也讨论了模型的各种延伸，例如分段增长、结构潜在增长、类型和有序变量结果等。他们用了大量说明性的图形来表述和讨论，这是使用结构方程模型的一个优势。
廖福挺

你还可能感兴趣

我要评论