潜在剖面模型的后续分析--比较分类分析法改进后的偏差

传统的分类分析法虽然是潜在类别模型常用的后续分析方法,但容易导致后续模型中潜在类别与其他变量之间关系的低估。现阶段已发展出多种改进的方法:一步法、基于模型的方法、Bartlett法,改进的分类分析法(包括ML三步法、BCH法、纳入式分类分析法)。本文对这些方法研究进行综述总结,进一步针对心理学研究数据的特点,使用模拟实验探讨适用于潜在剖面模型的分类分析方法,结果发现:传统方法低估潜在类别变量与因变量的关系;ML三步法只有在潜在类别概率分布平均时估计精确;BCH法估计最接近真值,但在低分类区分度、大效果量时出现概率估计为负值的情况;纳入法虽有轻微的高估,但在各种模拟条件下参数估计最为稳健。这些方法受分类区分度、类别概率均匀性以及潜在类别变量与附属变量关系的效果量所影响。

富川脐橙2008年初低温雨雪冰冻灾害的后续分析

2008年初富川县脐橙经历了一场种植以来最为严重的低温雨雪冰冻灾害。文章通过对脐橙受害后以及两年来生长发育情况的后续调查分析,结果表明,这场50年一遇的严重低温雨雪冰冻天气,对富川北部的脐橙为害较为严重,表现为全株末级梢及叶片干枯,但当年恢复生长并开花结果,只是花量明显减少,产量下降。第二年正常开花结果。而富川中南部的脐橙受害较轻,当年产量较高。通过此后续调查分析,为更好地发展富川脐橙生产、以及脐橙的冻害防御提供依据。

纳入式分类分析法在潜在剖面模型的后续多元回归中的应用

纳入式分类分析法能克服传统的分类分析法对后续一元回归模型参数的低估,发挥潜在类别模型的后续分析简化变量间交互作用的功能。本文进一步将纳入式分类分析法拓展至潜在剖面模型后续的多元统计分析中。通过蒙特卡洛模拟实验,比较各种纳入变量的方法思路与后续分析模型在四种常见的多元回归模型中参数估计的表现。结果发现,纳入式分类分析法所需纳入的变量取决于后续分析中与因变量、潜类别变量的关系,且后续分析使用含交互作用的模型更为稳健。

课堂内外言语交际中的后续步分析(英文)

后续步既存在于课堂内也存在于课堂外的社交对话中。有效的后续步通过对说话人的话语进行改述、详述、重复、评论和反应等 ,发挥着评价和语篇两种功能。教师应该充分利用后续话步 ,促进和提高教学效果。