等級：中級
結構方程模型 (SEM) 是一個用於研究已觀測潛在變數與未觀測潛變數之間關聯的框架。 SEM 的許多應用都使用橫斷面數據，該框架在縱向資料建模方面也非常靈活。
本演講將介紹潛在成長曲線模型 (LGCM)，它是一種靈活的工具，用於描述隨時間推移的成長軌跡。我們首先簡要介紹 SEM 的基本概念，然後介紹如何將平均值納入分析以檢驗成長理論。本研究將 LGCM 模型與 COVID-19 疫情期間個人報告的焦慮和健康問題數據進行擬合，以說明 LGCM 的有效性。我們的分析表明，韌性可以預測焦慮和普遍症狀軌跡的獨特變化模式。
*在本站播放視頻，點擊螢幕右下角的“CC”，選擇“English”即可顯示英文字幕。
如果您想下載本次演講的演示材料和數據，或觀看帶有日語文字記錄的視頻，請點擊此處。
前往 Discovery Summit Americas 2021 演示的每個演示頁面。
（請注意，您將被要求登入您的 SAS 個人資料。）
