混合增长模型GMM案例教程解读Mplus代码

xxxspy 2025-02-18 14:36:50
Categories: Tags:

本文介绍了混合增长模型(潜增长混合模型)(Latent Growth Mixture Modeling, LGMM) , 我们通过一个案例介绍了:

摘要

本教程旨在介绍生长混合模型(Growth Mixture Modeling, GMM)在发展心理学中的应用,并通过一个实际案例演示如何利用GMM分析青少年反社会行为发展轨迹的异质性。GMM是一种强大的统计工具,能够识别出人群中不同发展轨迹的亚组,并探究影响这些轨迹的因素。通过本教程的学习,读者可以了解GMM的基本原理、应用步骤和结果解释,为相关领域的研究提供方法指导。

GMM分析的两个主要阶段

阶段一:确定最佳亚组数量(Model Selection)

阶段二:解释亚组特征和预测因素(Interpretation and Prediction)

案例教程

1. 数据介绍

本教程使用的数据来自一项纵向研究,该研究旨在追踪青少年问题行为的发展。研究对象为498名青少年,从12岁(六年级)开始,一直追踪到17岁(十一年级)。研究收集了青少年在不同时间点的反社会行为数据,以及相关的风险因素和保护因素,包括:

2. 模型介绍

混合增长模型(GMM)是一种用于分析纵向数据的统计技术,其核心思想是:假设人群不是同质的,而是由若干个潜在的亚组构成,每个亚组具有不同的发展轨迹。GMM可以同时估计以下参数:

在本案例中,我们使用GMM来识别青少年反社会行为发展轨迹的亚组,并探究性别、种族、不良同伴、物质使用和父母监督等因素对亚组归属和轨迹形状的影响。

模型图如下:

model

参照图中的模型解读:

3. 代码解读

本教程使用Mplus软件进行GMM分析。以下是Mplus代码的关键部分解读:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
TITLE: Two-group latent growth mixture model

VARIABLE:
NAMES ARE CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 gender2 ethncalt cpwdp11 sucat1r cpwpm11 w6arr;
MISSING ARE ALL (-1, -999);
USEVARIABLES ARE CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 gender2 ethncalt cpwdp11 sucat1r cpwpm11 w6arr;
CLASSES = c(2);
CENTERING IS GRANDMEAN (cpwdp11 cpwpm11);
CATEGORICAL = w6arr;

ANALYSIS:
TYPE IS MIXTURE MISSING;
LOGHIGH = +15;
LOGLOW = -15;
UCELLSIZE = 0.01;
ESTIMATOR IS MLR;
LOGCRITERION = 0.00001;
ITERATIONS = 1000;
CONVERGENCE = 0.00001;
MITERATIONS = 500;
MCONVERGENCE = 0.00001;
MIXC = ITERATIONS;
MCITERATIONS = 2;
MIXU = ITERATIONS;
MUITERATIONS = 2;
STARTS = 25 5;
STITERATIONS = 10 ;

OUTPUT: SAMPSTAT STANDARDIZED tech8 tech11;

PLOT:
TYPE IS PLOT3;
SERIES IS CPWAB12-CCCAB62(s) ;

MODEL:
%overall%
i s | CPWAB12@0 CPWAB22@1 CPWAB32@2 CPWAB42@3 CCCAB62@5 ;
i s on gender2 ethncalt cpwdp11 sucat1r cpwpm11;
i with s;
c#1 on gender2 ethncalt cpwdp11 sucat1r cpwpm11;
[is];
is;
[CPWAB12@0 CPWAB22@0 CPWAB32@0 CPWAB42@0 CCCAB62@0];
CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 ;

%c#1%
i s on gender2 ethncalt cpwdp11 sucat1r cpwpm11;
i with s;
[is];
is;
CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 ;
[w6arr$1*2] ;

%c#2%
i s on gender2 ethncalt cpwdp11 sucat1r cpwpm11;
i with s;
[is];
is;
CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 ;
[w6arr$1*-2];

我将逐行解释这段 Mplus 代码,并说明每一行的作用。

TITLE: Two-group latent growth mixture model

VARIABLE:

NAMES ARE CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 gender2 ethncalt cpwdp11 sucat1r cpwpm11 w6arr;

MISSING ARE ALL (-1, -999);

USEVARIABLES ARE CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 gender2 ethncalt cpwdp11 sucat1r cpwpm11 w6arr;

CLASSES = c(2);

CENTERING IS GRANDMEAN (cpwdp11 cpwpm11);

CATEGORICAL = w6arr;

ANALYSIS:

TYPE IS MIXTURE MISSING;

LOGHIGH = +15;
LOGLOW = -15;

UCELLSIZE = 0.01;

ESTIMATOR IS MLR;

LOGCRITERION = 0.00001;

ITERATIONS = 1000;

CONVERGENCE = 0.00001;

MITERATIONS = 500;
MCONVERGENCE = 0.00001;

MIXC = ITERATIONS;
MCITERATIONS = 2;
MIXU = ITERATIONS;
MUITERATIONS = 2;

STARTS = 25 5;

STITERATIONS = 10 ;

OUTPUT: SAMPSTAT STANDARDIZED tech8 tech11;

PLOT:

TYPE IS PLOT3;

SERIES IS CPWAB12-CCCAB62(s) ;

MODEL:

%overall%

i s | CPWAB12@0 CPWAB22@1 CPWAB32@2 CPWAB42@3 CCCAB62@5 ;

i s on gender2 ethncalt cpwdp11 sucat1r cpwpm11;

i with s;

c#1 on gender2 ethncalt cpwdp11 sucat1r cpwpm11;

[is];

is;

[CPWAB12@0 CPWAB22@0 CPWAB32@0 CPWAB42@0 CCCAB62@0];

%c#1%%c#2%

i s on gender2 ethncalt cpwdp11 sucat1r cpwpm11;

i with s;

[is];

is;

CPWAB12 CPWAB22 CPWAB32 CPWAB42 CCCAB62 ;

[w6arr$1*2] ;[w6arr$1-2];*

4. 结果解读

GMM分析的结果主要包括以下几个方面:

通过以上结果,我们可以得出结论:青少年反社会行为的发展轨迹存在异质性,不良同伴和父母监督是影响这些轨迹的重要因素,并且不同的发展轨迹与不同的长期结果相关联。

希望这个中文教程能够帮助你理解生长混合模型在发展心理学中的应用。记住,这只是一个简单的示例,实际研究中可能需要根据具体情况调整模型和分析策略。