Statystyka - Wprowadzenie do badań longitudinalnych PDF

ZASTOSOWANIE STATYSTYKI W PSYCHOLOGII Wpro wadze nie do badań lo ngitudinalnych Dr hab. Radosław Rogoza, prof. AEH [email protected] Trzy typy badań Badania kross-sekcjonalne (poprzeczne) Badania eksperymentalne Badania podłużne (longitudinalne) Kostka...

ZASTOSOWANIE STATYSTYKI W PSYCHOLOGII Wpro wadze nie do badań lo ngitudinalnych Dr hab. Radosław Rogoza, prof. AEH [email protected] Trzy typy badań Badania kross-sekcjonalne (poprzeczne) Badania eksperymentalne Badania podłużne (longitudinalne) Kostka danych Cattela i analiza N = 1 Czas (Pomiary) Jednostki (badani) Zmienne (Atrybuty) Komórka danych Jednostka Pomiar Atrybut Kostka danych Cattela i analiza N = 1 Pomiary Osoba Plasterek serii czasu Zmienne Kostka danych – badania kross- sekcjonalne Pomiar Badani Zmienne Kross-sekcjonalny plaster Przełom w badaniach, czyli Intensywne badania podłużne Rodzaje badan podłużnych Z dwoma pomiarami Między 3 a 10 pomiarów Ponad 10 pomiarów  Badania z dwoma pomiarami 1. Badamy różnice w średnich (testy t, ANOVA dla powtarzanych pomiarów) Efekt autoregresyjny Zmienna 1 Zmienna 1 2. Badamy stabilność w czasie Czas 1 Czas 2 (współczynnik korelacji) 3. Badamy kierunkową zależność w dwóch punktach czasowych (Cross- lagged panel model – model krosslagowy) Zmienna 2 Zmienna 2 Czas 1 Czas 2 Efekt autoregresyjny Model kross-lagowy Jest to model regresyjny Zwykle, nie uwzględnia się modelu pomiarowego (chociaż można) NIE POZWALA na wnioskowanie przyczynowo-skutkowe Można rozwijać o kolejne fale Modele z więcej niż dwoma pomiarami Model latentnej krzywej wzrostu Etapy analizy Czas 1 Czas 2 Czas 3 1. Ocena dopasowania CFI, RMSEA 2. Analiza zmiany w obrębie grupy 2 Wartość średniej zmiany 1 0 3. Analiza różnic w poziomie wyjściowym 1 1 1 Wartość średniej poziomu wyjściowego 4. Analiza przebiegu zmiany Poziom Zmiana Wartość wariancji w poziomie wyjściowy (slope) wyjściowym (intercept) Rozszerzenie modelu LGC Klasowa latentna krzywa wzrostu W dodatku do oceny analogicznej jak w LGC, Czas 1 Czas 2 Czas 3 należy wyróżnić podgrupy 1. Kryteria informayjnce (BIC, AIC) Niższa wartość = lepszy model 1 2 2. Testy (Lo-Mendel-Rubin, LRT) 0 1 1 Porównują dwa następujące modele, 1 nieistotna wartość p informuje nas o tym, że model z większą liczbą klas – nic nie wnosi Poziom Zmiana wyjściowy 3. Poza kryteriami statystycznymi – kryteria (intercept) (slope) jakościowe (np. wielkość grupy)  Raw Mean Negative Centered Affectivity Negative ScoresScores Affectivity Mean Negative Affectivity Scores 6 6 Pomiędzy i wewnątrz 66 4 Affectivity NegativeAffectivity Pomiędzy ludźmi (between-person) Affectivity Interindywidualne 2 4 Poziom-2 44 Negative Wewnątrz ludzi (within-person) DailyNegative 0 Intraindywidualne Daily Poziom-1 2 Daily 22 −2 0 −4 00 0 0 25 25 5050 75 75 100 100 Time (Days) Time (Days) Time (Days) Model krosslagowy z losowym interceptem Model RI-CLPM rozdziela model między-osobowy oraz model wewnątrz- osobowy poprzez dodanie losowego interceptu Efekty stabilne – różnice między uczestnikami, które pozostają względnie stałe przez cały okres badania Efekty zmienne w czasie – wzajemne wpływy zmiennych na siebie w różnych punktach czasowych, które zachodzą niezależnie od różnic indywidualnych. https://link.springer.com/article/10.1007/s11482-021-10032-w/figures/1 Analizując intensywne dane podłużne Dynamiczne modelowanie równań strukturalnych Inercja Zmienna 1 Zmienna 1 Czas-1 Czas Zmienna 2 Zmienna 2 Czas -1 Czas  Sprawczyt(w) Antagonistycznyt(w) Neurotycznyt(w) Sprawczyt Antagonistycznyt Neurotycznyt Sprawczy Antagonistyczny Neurotyczny Średni stan Średni stan Średni stan μ(S) μ(A) μ(N)  Wariancja π Inercja Ψ Sprawczy(w) Sprawczy w) t-1 t Reszta Antagonistyczny (w) Antagonistyczny (w) t-1 t Reszta Neurotyczny (w) Neurotyczny (w) t-1 t Reszta μs μa μn Ψss Ψaa Ψnn Ψsa Ψsn Ψas Ψan Ψna Ψns log(πs) log(πa) log(πn) Dziękuję za uwagę!