資料詳細

目次

1章 時間による変化を検討する際の枠組み

  1.1 時間による変化を研究すべきとき

  1.2 変化に関する2つの質問の違い

  1.3 変化に関する研究の3つの重要な特徴

2章 時間についての縦断データの探索

  2.1 縦断データセットをつくる

  2.2 個人の時間による変化の記述的分析

  2.3 変化の個人差を探る

  2.4 最小二乗法によって推定された変化率の精度と信頼性を改善する:研究デザインへの教訓

3章 変化についてのマルチレベルモデルの紹介

  3.1 変化についてのマルチレベルモデルの目的は何か

  3.2 個人の変化についてのレベル1サブモデル

  3.3 変化の個人差についてのレベル2サブモデル

  3.4 変化についてのマルチレベルモデルをデータにあてはめる

  3.5 推定された固定効果の検討

  3.6 推定された分散成分の検討

4章 変化についてのマルチレベルモデルでのデータ分析

  4.1 例:青年期のアルコール摂取量の変化

  4.2 変化についてのマルチレベルモデルの合成的な定式化

  4.3 推定法(再考)

  4.4 最初のステップ:変化についての2つの無条件マルチレベルモデルのあてはめ

  4.5 モデル構築のための実践的データ分析

  4.6 乖離度統計量を用いたモデルの比較

  4.7 固定効果に関する複合仮説のワルド統計量を用いた検定

  4.8 モデルの仮定の許容度の評価

  4.9 個人の成長パラメータのモデルに基づく(経験ベイズ)推定値

5章 時間的な変数TIMEをより柔軟に扱う

  5.1 間隔が一定ではない測定時点

  5.2 測定時点の数が異なる場合

  5.3 時変の予測変数

  5.4 TIMEの効果の再中心化

6章 非連続あるいは非線形の変化のモデリング

  6.1 非連続な個人の変化

  6.2 個人の非線形の変化を変換によってモデリングする

  6.3 時間の多項式関数を用いて個人の変化を表す

  6.4 真に非線形な軌跡

7章 マルチレベルモデルの誤差共分散構造を検討する

  7.1 変化についてのマルチレベルモデルの「標準的な」定式化

  7.2 誤差共分散行列の仮定を理解するために合成モデルを使う

  7.3 誤差共分散構造の別の仮定の仕方

8章 共分散構造分析を用いて変化のモデリングを行う

  8.1 一般的な共分散構造モデル

  8.2 潜在成長モデリングの基礎

  8.3 変数横断的な変化の分析

  8.4 潜在成長モデリングの拡張

ページの先頭へ