心理与行为定量研究手册PDF电子书下载

查看更多关于的内容

1因子分析 1

1.1引言 2

1.2基本概念 2

1.2.1因子分析概述 2

1.2.2探索性因子分析 3

1.2.3验证性因子分析 5

1.3实例分析 9

1.3.1探索性因子分析示例 9

1.3.2验证性因子分析示例 20

1.4本章小结 26

2项目反应理论 27

2.1引言 28

2.1.1经典测量理论与项目反应理论 28

2.1.2项目反应理论的发展简史 31

2.1.3项目反应理论的应用 32

2.2基础项目反应模型 34

2.2.1基本假设 34

2.2.2基本模型 35

2.3多级计分模型 37

2.3.1等级反应模型 38

2.3.2分步评分模型 39

2.3.3名义反应模型 43

2.4项目反应模型的实现 44

2.4.1二级计分模型的实现 44

2.4.2多级计分模型的实现 54

2.5本章小结 65

3认知诊断 69

3.1引言 70

3.2认知诊断概述 70

3.2.1认知诊断 70

3.2.2属性 70

3.2.3属性粒度 71

3.2.4属性层级关系 71

3.3 Q矩阵理论 72

3.4认知诊断模型 73

3.4.1 G-DINA模型 74

3.4.2简约模型 74

3.5模型拟合与模型比较 74

3.5.1 CDM的全局绝对拟合检验 75

3.5.2 CDM的全局相对拟合检验 75

3.5.3题目水平的拟合检验 75

3.5.4Q矩阵的拟合 75

3.6实例与R软件操作 76

3.6.1 GDINA程序包的安装 76

3.6.2实例介绍 76

3.6.3模型估计 76

3.6.4题目拟合与Q矩阵矫正 87

3.6.5模型比较与最优模型选取 90

3.6.6题目的筛选 92

3.6.7数据模拟 94

3.6.8可视化使用者界面GUI 97

3.7本章小结 99

4计算机化自适应测验 102

4.1 CAT简介 103

4.1.1 CAT的定义 103

4.1.2 CAT的优缺点 104

4.1.3 CAT的国内外应用 105

4.2 CAT的组成部分 106

4.2.1题库 107

4.2.2初始题目的选择方法 109

4.2.3能力估计方法 110

4.2.4选题策略 114

4.2.5终止规则 116

4.3 CAT的研究方向 117

4.3.1具有认知诊断功能的CAT（CD-CAT） 117

4.3.2多维的CAT（MCAT） 120

4.3.3满足非统计约束条件的CAT 121

4.3.4允许检查并修改答案的CAT 122

4.3.5计算机化分类测验 124

4.4实例分析 127

4.5本章小结 130

5概化理论 135

5.1引言 136

5.2基本概念 136

5.2.1概化理论对经典测量理论的发展 136

5.2.2概化理论的基本概念 137

5.3实例分析 140

5.3.1一元概化分析示例 141

5.3.2多元概化分析示例 145

5.4本章小结 153

6信度概化 156

6.1引言 157

6.2信度概化的概述 157

6.2.1信度的概念及其类型 157

6.2.2信度概化的概念及其内涵 158

6.2.3信度概化的提出背景及其发展过程 159

6.3信度概化的研究过程 160

6.3.1前期准备阶段 160

6.3.2数据统计分析 163

6.4实例分析与技术实现 168

6.4.1前期准备阶段 169

6.4.2数据分析阶段 171

6.5信度概化论文的报告 177

6.5.1结果报告规范及其必要性 177

6.5.2如何进行规范性报告 177

6.6本章小结 179

6.6.1局限性与未来发展方向 179

6.6.2小结 179

7网络分析 184

7.1引言 185

7.2网络分析概述 185

7.2.1心理测量网络分析的内涵 186

7.2.2核心概念 186

7.2.3网络分析方法的提出与发展过程 188

7.2.4网络分析的理论基础：网络理论 190

7.2.5网络分析的基本步骤及其统计原理 190

7.2.6其他分析技术 194

7.2.7网络分析在多组数据上的应用 195

7.3实例分析与技术实现 197

7.3.1冷酷无情特质的核心特征：一项基于罪犯和社区群体的网络分析研究 197

7.3.2儿童精神病态纵向网络分析研究 205

7.4本章小结 208

8分类测量学 213

8.1引言 214

8.2 Taxometric分析方法 214

8.2.1 Taxometric适用的数据 218

8.2.2有关样本的考虑 218

8.2.3指标方面的考虑 221

8.2.4基于实证的模拟 225

8.2.5小结 227

8.3常用分析程序及统计指标 228

8.3.1常用分析程序 228

8.3.2常用统计指标 229

8.4分析中的注意事项 230

8.4.1指标来源 230

8.4.2指标个数 231

8.4.3指标效度 231

8.4.4指标反应项数 231

8.4.5样本量 232

8.4.6扰嚷协方差 232

8.5实例演示 232

8.5.1无事先分类 232

8.5.2有事先分类 236

8.6评价 239

9结构方程模型 243

9.1结构方程模型简介 244

9.1.1概述 244

9.1.2结构方程模型的优点 244

9.1.3结构方程模型的分析原理 245

9.2 SEM建模过程 245

9.2.1模型设定 246

9.2.2模型识别 246

9.2.3模型拟合评价 248

9.2.4排除等价模型或其他可能的竞争模型 251

9.2.5结果解释与报告 251

9.3潜变量中介模型 252

9.3.1中介效应模型概述 252

9.3.2中介效应检验方法 252

9.4潜变量调节模型 253

9.4.1潜变量调节概述 253

9.4.2潜调节结构方程法 253

9.5示例 253

9.5.1 SEM中介分析示例 254

9.5.2潜变量调节效应分析示例 257

9.6本章小结 263

10发展模型 265

10.1线性潜变量增长模型 266

10.1.1理论基础 266

10.1.2实例分析 267

10.1.3小结 269

10.2多组潜变量增长模型 271

10.2.1多组潜变量增长模型的理论基础 271

10.2.2实例分析 272

10.2.3小结 273

10.3带中介变量的潜变量增长模型 276

10.3.1带中介增长模型的理论基础 276

10.3.2实例分析 278

10.3.3小结 279

10.4潜变量混合增长模型 281

10.4.1潜变量混合增长模型简介 281

10.4.2实例分析 282

10.4.3小结 285

10.5交叉滞后模型 286

10.5.1交叉滞后模型的理论基础 286

10.5.2随机截距交叉滞后模型 288

10.5.3带中介的交叉滞后模型 291

11混合模型：以个体为中心的分析方法 295

11.1混合模型概述 296

11.2混合模型建模的一般过程 297

11.2.1模型选择 297

11.2.2参数估计 297

11.2.3模型拟合评价 297

11.3潜类别模型与潜剖面模型 299

11.4因子混合模型 302

11.4.1因子混合模型作为一般的模型 302

11.4.2 FMM的变式 303

11.4.3 FMM的分析过程 308

11.5回归混合模型 308

11.5.1只包含预测变量的RMM 309

11.5.2包含分类结局变量的RMM 311

11.5.3包含连续结局变量的RMM 311

11.5.4潜类别变量作为调节变量的RMM 313

11.6混合结构方程模型 315

12多水平潜变量模型 318

12.1基础概念 319

12.1.1嵌套数据结构 319

12.1.2高水平构念类型 319

12.1.3聚合可行性指标 320

12.1.4中心化问题 321

12.2多水平回归模型 322

12.2.1从空模型开始 322

12.2.2典型的多水平回归模型 323

12.2.3模型拟合与模型比较 327

12.2.4基于MLM的跨层调节作用 328

12.2.5基于MLM的中介效应分析 330

12.3多水平结构方程模型 333

12.3.1多水平潜协变量方法 333

12.3.2双潜多水平模型 335

12.3.3多水平结构方程模型 336

12.4基于MSEM的多水平中介与调节效应分析 345

12.4.1基于MSEM的多水平中介效应分析 345

12.4.2基于MSEM的多水平调节效应分析 351

12.4.3与调节效应结合的多水平中介效应分析 355

13贝叶斯结构方程模型 363

13.1引言 364

13.2模型评价与拟合指标 365

13.2.1后验预测p值 365

13.2.2贝叶斯因子 365

13.2.3贝叶斯信息准则 365

13.2.4偏差信息准则 366

13.3经典的贝叶斯结构方程模型 366

13.3.1贝叶斯验证性因子分析 366

13.3.2贝叶斯结构方程模型 376

13.3.3贝叶斯中介模型 376

13.4贝叶斯多组结构方程模型 377

13.4.1建模步骤 378

13.4.2实例展示 379

13.5软件介绍 387

13.6本章小结 388

14元分析 392

14.1引言 393

14.2元分析的重要概念 394

14.2.1文献搜索与筛选 394

14.2.2文献质量评估与编码 394

14.2.3效应量 395

14.2.4模型选择 396

14.2.5异质性检验 396

14.2.6调节效应分析 397

14.2.7敏感性分析 398

14.2.8发表偏倚 398

14.3软件基本操作 400

14.3.1信息输入 400

14.3.2效应量的选择和输入 400

14.3.3合并效应量、敏感性分析及异质性检验 402

14.3.4发表偏倚检验 402

14.3.5调节效应分析 402

14.4实例介绍 405

14.4.1相关类元分析 405

14.4.2流行率类元分析 413

14.5本章小结 421

15线性模型 423

15.1线性模型 424

15.2一般线性模型 424

15.2.1介绍 424

15.2.2基本假设与检验 426

15.2.3模型诊断 427

15.2.4参数估计 428

15.2.5模型检验和比较 429

15.2.6模型解释 430

15.2.7模型选择 431

15.2.8一般线性模型的局限性 431

15.2.9案例 433

15.3广义线性模型 435

15.3.1逻辑回归 436

15.3.2有序回归 439

15.3.3泊松回归 440

15.3.4贝塔回归 442

15.4本章小结 445

16 Stata简介及基本操作 447

16.1 Stata简介 448

16.1.1软件介绍 448

16.1.2操作界面 449

16.1.3主要窗口 449

16.1.4文件类型 450

16.2基本操作 450

16.2.1变量命名规范 450

16.2.2基本命令格式 450

16.2.3基础操作 451

16.3统计功能实现 458

16.3.1描述性统计 458

16.3.2推断性统计 459

16.3.3回归分析进阶 460

16.4统计制图 461

16.5 stata2mplus包使用 462

17 R语言简介 464

17.1 R语言的安装与配置 465

17.1.1 R简介 465

17.1.2 R安装与尝试 465

17.1.3 R包的安装与加载 466

17.1.4 R包加载与使用 467

17.1.5工作目录设置 467

17.2 RStudio安装与调试 468

17.2.1 RStudio简介 468

17.2.2 RStudio调试 468

17.3 R数据结构基础 472

17.3.1对象（Object）与赋值（Assign） 472

17.3.2向量 473

17.3.3矩阵 475

17.3.4数组 476

17.3.5数据框 476

17.3.6因子 479

17.4外部数据导入 481

17.4.1导入文本格式数据 481

17.4.2导入Excel格式数据 482

17.4.3导入SPSS格式数据 483

17.4.4导入Stata格式数据 483

17.4.5 Hadley函数 483

17.4.6 readxl包中的函数 484

17.4.7 haven包中的函数 484

17.4.8 R数据导出 484

17.5 R常用基础函数 484

17.5.1算数运算符 485

17.5.2逻辑运算符 485

17.5.3数学计算 485

17.5.4统计计算 486

17.5.5向量操作 487

17.5.6集合与逻辑 487

17.5.7数据对象操纵 488

17.5.8类型判断与转换 488

17.6 R进行回归分析 489

17.6.1 R中的常用命令 489

17.6.2一元线性回归 490

17.6.3多元线性回归 491

18 Mplus简介及基本操作 493

18.1 Mplus简介 494

18.2 Mplus安装 496

18.3 Mplus命令概述 496

18.4 Mplus常用命令 498

18.4.1标题TITLE 498

18.4.2数据DATA 498

18.4.3变量VARIABLE 501

18.4.4分析ANALYSIS 502

18.4.5模型MODEL 503

18.4.6输出OUTPUT 504

18.4.7保存数据SAVEDATA 504

18.4.8作图PLOT 505

18.5本章小结 505

作者简介 506

查看更多关于的内容