亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Bayesian modeling of associations in bivariate piecewise linear mixed-effects models.

二元分析 随机效应模型 计量经济学 自回归模型 统计 分段 贝叶斯推理 贝叶斯概率 混合模型 线性模型 统计模型 协方差 数学 计算机科学 数学分析 内科学 荟萃分析 医学
作者
Yadira Peralta,Nidhi Kohli,Eric F. Lock,Mark L. Davison
出处
期刊:Psychological Methods [American Psychological Association]
卷期号:27 (1): 44-64 被引量:10
标识
DOI:10.1037/met0000358
摘要

Longitudinal processes rarely occur in isolation; often the growth curves of 2 or more variables are interdependent. Moreover, growth curves rarely exhibit a constant pattern of change. Many educational and psychological phenomena are comprised of different developmental phases (segments). Bivariate piecewise linear mixed-effects models (BPLMEM) are a useful and flexible statistical framework that allow simultaneous modeling of 2 processes that portray segmented change and investigates their associations over time. The purpose of the present study was to develop a BPLMEM using a Bayesian inference approach allowing the estimation of the association between the error variances and providing a more robust modeling choice for the joint random-effects of the 2 processes. This study aims to improve upon the limitations of the prior literature on bivariate piecewise mixed-effects models, such as only allowing the modeling of uncorrelated residual errors across the 2 longitudinal processes and restricting modeling choices for the random effects. The performance of the BPLMEM was investigated via a Monte Carlo simulation study. Furthermore, the utility of BPLMEM was illustrated by using a national educational dataset, Early Childhood Longitudinal Study-Kindergarten Cohort (ECLS-K), where we examined the joint development of mathematics and reading achievement scores and the association between their trajectories over 7 measurement occasions. The findings obtained shed new light on the relationship between these 2 prominent educational domains over time. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
3秒前
5秒前
syiimo完成签到 ,获得积分10
6秒前
木禾火发布了新的文献求助10
10秒前
speak完成签到 ,获得积分10
12秒前
13秒前
Sakura完成签到 ,获得积分10
21秒前
刻苦的尔白完成签到,获得积分10
26秒前
传奇3应助倦鸟余花采纳,获得10
28秒前
科目三应助chl采纳,获得10
34秒前
35秒前
小晖完成签到 ,获得积分10
36秒前
耶耶完成签到 ,获得积分10
36秒前
Crw__发布了新的文献求助10
37秒前
研友_Lw43on发布了新的文献求助30
39秒前
科目三应助PRCcc采纳,获得10
40秒前
zhaoying完成签到,获得积分10
42秒前
Carl发布了新的文献求助10
44秒前
小巧凌晴完成签到,获得积分10
48秒前
Crw__完成签到,获得积分10
49秒前
霜降完成签到 ,获得积分10
54秒前
细腻的语芙完成签到,获得积分20
54秒前
55秒前
56秒前
深情安青应助大晨采纳,获得10
57秒前
59秒前
momi完成签到 ,获得积分10
1分钟前
Carl完成签到,获得积分10
1分钟前
1分钟前
星辰大海应助zhongjiaa采纳,获得10
1分钟前
梁33发布了新的文献求助10
1分钟前
李健的小迷弟应助CHAIZH采纳,获得10
1分钟前
也是难得取个名完成签到 ,获得积分10
1分钟前
WoeL.Aug.11完成签到 ,获得积分10
1分钟前
苏苏发布了新的文献求助10
1分钟前
1分钟前
1分钟前
雷俊鹏发布了新的文献求助10
1分钟前
CHAIZH发布了新的文献求助10
1分钟前
高分求助中
Востребованный временем 2500
Hopemont Capacity Assessment Interview manual and scoring guide 1000
Injection and Compression Molding Fundamentals 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
Mantids of the euro-mediterranean area 600
The Oxford Handbook of Educational Psychology 600
Mantodea of the World: Species Catalog Andrew M 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 内科学 物理 纳米技术 计算机科学 基因 遗传学 化学工程 复合材料 免疫学 物理化学 细胞生物学 催化作用 病理
热门帖子
关注 科研通微信公众号,转发送积分 3422828
求助须知:如何正确求助?哪些是违规求助? 3023206
关于积分的说明 8903788
捐赠科研通 2710571
什么是DOI,文献DOI怎么找? 1486572
科研通“疑难数据库(出版商)”最低求助积分说明 687093
邀请新用户注册赠送积分活动 682330