多阶段混合增长模型的影响因素:距离与形态

来源 :中国心理学会,江苏省心理学会 | 被引量 : 0次 | 上传用户:zhangshihua11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  多阶段混合增长模型(Piecewise growth mixture modeling,PGMM)可以同时考察发展趋势不连续和发展群体不同质的问题,在实际研究中具有特殊作用.通过模拟研究,考察潜类别距离和发展形态等因素对模型选择和参数估计的影响,得到以下结论:(1)潜类别距离影响模型选择和分类效果.潜类别间距离较大时,BIC、熵值表现出一致性,均能选出正确的模型,得到正确的分类结果;但当潜类别间的距离很小(SMD=1.5),不分类的模型比分类模型更好拟合数据,即便使用GMM强行分类,分出来的类别也可能是错误的.(2)关于混合模型的选择,研究者应充分考虑模型的拟合与分类结果确定性之间可能存在的相悖关系,在满足一定样本量(至少200)的前提下,首先考虑BIC指标选出正确的分类模型,再通过熵值、ARI等选择分类确定性较高的模型.(3)多阶段发展形态对正确模型的选择和分类的确定性均有一定程度的影响,潜类别间距离中等(SMD=3)样本量较小时(N=200),平行发展形态正确模型选择的比例和熵值均低于非平行形态.形态的差异对参数估计结果的影响相对较小.(4)模型的参数估计精度受到类别间距离和样本量的影响,类别间距离越大,参数估计精度越高;样本量越大,参数估计精度越高.(5)ARI是一个较为优良的指标,不仅和总命中率高度相关,且采用ARI的模型选择更偏向于真实的模型.
其他文献
从测量的角度,通过自行研制的大学生爱情观取向调查问卷,对大学生爱情观的结构进行了探讨。探索性因素分析和验证性因素分析的结果表明,大学生爱情取向的结构包括四个子维度——经济取向、责任心取向、才能取向和沟通取向,该问卷具有较好的信度和效度。最后,运用此问卷的调查结果,对大学生的爱情取向的现状特点进行了初步分析。
具身认知,作为第二代认知科学的产物,它强调身体参与认知活动,而不是第一代认知科学所说的离身认知,也就是纯粹的符号加工。对于这种具身现象的研究主要是通过行为控制来观察被试的任务反应,或呈现与身体有关的刺激来看被试的神经活动,这主要通过fMRI 技术来观察脑部活动。但是目前通过ERP 技术来进行的相关研究还不是很多,特别是通过听觉和左右空间性进行的研究。之所以会采用左右空间性,是因为左右是以身体来定位
心理测量领域目前正朝着智能化的方向发展,例如,利用智能技术进行自动选题组卷,计算机自适应测验,自动评分及反馈等。关于自动选题的方法,前人多有研究,例如,随机法、回溯试探法、遗传算法、模拟退火算法、线性规划法等,但是这些都有各种各样的缺点,如收敛速度慢、易陷入早熟、需要建立复杂的数学模型等。量子遗传算法在普通遗传算法中引入了量子计算的概念,量子态的叠加性、纠缠性。相干性,能够使算法在种群规模很小的情
近些年,神经网络和决策树越来越多地被用于人类认知行为的分类和预测研究,神经网络是联结主义方法的代表,而决策树则是符号处理方法的代表.神经网络是一种高效的分类方法,它是由大量的处理单元互相连接而成的网络,进行识别和训练,而且不需要先验知识.决策树则是采用自顶向下的贪心算法,在每个结点选择分类效果最好的属性,继续这一过程直到该树能准确地分类训练样本,或所有的属性都已经使用过.本研究探讨了神经网络与决策
心理软计算是心理学和软计算结合的产物。软计算是在生物界现象启迪下提出的理论和方法,包括神经网络、遗传算法、粒子群、蚁群算法、支持向量机、模糊集、粗糙集等,它能够对模糊的、粗糙的数据进行分析,能够对变量间不清晰的关系进行建模。
作为新一代教育测量的核心的认知诊断评估倍受关注,认知诊断评估利用被试在标定了项目属性的测试项目上的作答反应,对被试知识、技能或属性的掌握情况进行推断或分类,反馈测试结果给学生、老师等以供补救教学之用。
计算机化自适应测验(CAT)的实施需要大型题库,题库中的项目要有项目参数,目前参数估计多采用统计方法(漆书青等人,2002),它需要有较多的被试和较多的项目,对于样本容量较少的测验,用统计的参数估计方法可能会出现不收敛或精度不够等问题。
研究目的:修订人际价值观环形量表(Circumplex Scales of Interpersonal Values,CSIV),并对其进行信效度检验,以期为未来临床工作评估个体的人际适应发展程度及病理心理机制的研究提供有效、简便的测量工具。研究内容:(1)对量表理论进行文献调研;(2)修订CSIV:根据预调研资料、初测项目分析结果修改CSIV项目,确定CSIV翻译稿;采用方便抽样,对725名大学
现有有关自我宽恕的界定往往缺乏人际间特征与个体内特征的整合.除此之外,本土化研究表明,中国社会是一个“自我主义”社会,相对于西方人的“独立型自我”,中国人更偏向于“互倚型自我”.因此,整合自我宽恕的个体内特征和人际间特征是编制适用于中国大学生的自我宽恕倾向问卷的不可或缺的一部分.在前人有关自我宽恕界定的基础之上,弥补前人研究之不足,结合本土文化,提出自我宽恕倾向的涵义为:个体意识到自己的错事之后,
测验维度是数据背后的潜在能力或者构念的个数以及他们之间的关系.维度评估是一个既有统计学意义又有本质意义的探索项目与潜在变量(特质)的关系,以及项目与维度之间的关系的过程.统计上的意义是确定维度的个数,本质上的意义是确定维度之间、以及项目与维度之间的关系.通过检验测验的维度,研究者就可以将统计结果与本质意义结合起来,达到更好的解释被试与题目的相互作用的目的.对多维测验的维度结构的评估方法有很多,以往