10月30日上午08:30,华东师范大学社会工作系主办的沪江名家讲坛海外学者系列讲座第19讲暨研究生高水平系列课程第9期,于腾讯会议及微信直播平台顺利开展。密歇根州立大学社会学教授、研究生项目主任,家庭与人口健康实验室的创始人兼主任刘惠老师,为大家带来了“纵向数据的分析”主题的线上讲座。讲座在社会发展学院社会工作系系主任安秋玲教授的主持下有序进行。作为高水平前沿课程,本课程也同时开放给国内外社会工作相关领域的本硕博学生与教师们,本次讲座300人进入了会议室学习 ,约2万人在线观看了直播,来自国内外约80个高校的学子们一起参与到了本次讲座的学习和交流之中。
讲座开始之前,安秋玲老师向刘惠教授表示热烈欢迎。安秋玲老师提到,刘惠教授在人类健康和福祉相关的家庭社会关系领域颇有建树,曾获得美国国立卫生研究院职业奖等多个知名奖项。安秋玲老师表示非常期待刘惠教授接下来所带来的研究分享,希望同学们也能够在有限时间里与刘老师多多交流,更好地学习有关纵向数据的专业知识。
图 1安老师对刘惠教授表示欢迎
讲座伊始,刘惠老师为大家介绍了本次讲座的内容纲要,本次讲座包括纵向数据的概述、多层线性模型(HLM)、结构方程模型(SEM)以及两者之间的比较四个部分。在第一部分,刘惠老师用举例的形式先给同学们大致明确了纵向数据的概念,并表示纵向数据有两种存储两种结构:wide-shape和long-shape。接着,刘老师给同学们介绍了分析纵向数据不能用OLS回归的原因。刘惠老师表示,不是所有的纵向数据都可以用growthcurvemodel,其必须满足三个特征。
图 2刘惠老师为大家讲述使用GCM的三个特征
在第二部分,刘慧老师为我们讲了如何使用HLM。我们需要先把数据准备为long-shape的形式,其次是我们需要两个variance:within-personvariation和between-personvariation。刘慧老师从最简单的无变量模型unconditional Growth Model开始讲,并表示:从这个模型中我们可以估计平均截距a和平均斜率b,也可以观测到between-personvariations是否显著,若不显著,则没有必要用GrowthCurveModel。接着,刘老师又给我们讲解了加入了Time-invariantCovariates的模型、加入了timevaryingcovariate的模型、以及进一步allow the effect of a time varying covariate to vary across time之后的模型、LinearGCM的假设。最后,刘老师为大家介绍了如何选择不同的模型。
第三部分是关于结构方程模型。刘慧老师先为大家呈现了最基本的SEM图,接着为大家讲了方程式、并以举例的方式帮助大家理解。最后,刘慧老师表示,SEM的优点之一是建立了先进的模型拟合指标来评价模型对数据的拟合程度,例如:CFI>0.90,则说明模型拟合较好、TLI>0.90,说明模型拟合较好、Root Mean Square Error of Approximation (RMSEA) <0.08 ,说明模型拟合良好等。
图 3刘惠老师为大家呈现最基本的SEM图
在第四部分,刘惠老师对HLM和SEM做了比较。刘慧老师表示,用HLM或者用SEM拟合增长曲线模型的时候,结论基本会大同小异,但也并不是说能够完全互换。接着刘老师用具体的案例为大家呈现了用HLM和SEM方法做出来的结果优缺点,并告诉大家采取哪个方法需要具体问题具体分析。然后,老师为大家呈现了能够做SEM或HLM的常用统计学软件,并表示目前用的最多的是Mplus。最后,老师给大家展示了用stata做HLM的代码以及Mplus的代码,并为大家推荐了一些相关的阅读材料。
图 4用stata做HLM的代码
图 5相关阅读材料推荐
讲座尾声,来自全国各地不同高校的师生、相关领域工作人员,积极地在留言区向刘惠老师分享自己的想法。刘老师就留言区的相关问题给予了详细解答。讲座最后,安秋玲老师再次向刘老师表达感谢,参会师生也纷纷在留言区表达谢意。至此,本场讲座圆满落幕!
图 6参会师生向刘老师表达感谢
图文|张心雨
审核|安秋玲