摘要

縱向資料分析的目的常在於描述個人隨時間成長及改變的情形，研究若能辨識顯著改變發生的時間點及有受試者間變異的時間點，則可使研究者對個體成長發展過程作更深入的分析。以多項式迴歸或延伸線性混合效果模式，在測量時間點較多的縱向資料分析上有其理論與應用之限制。本研究主要目的在提出以spline迴歸與延伸線性混合效果模式結合的系統化分析方法，來分析測量時間點較多的縱向資料。希望能藉此協助找出重要改變發生的時間點與有受試者間變異的時間點，並將時間納入隨機效果的共變異矩陣，以及說明殘差的異質性與相依性的共變異模式。本研究以視覺搜尋資料作實例分析，並說明應用所發展的系統化分析方法於縱向資料分析的基本步驟與注意事項，包括選擇節點、選擇初始的固定效果模式、選擇具隨機效果的參數與其共變異矩陣模式、建立殘差結構及模式簡化等過程。

_{[英文版 | 目錄 | 教育與心理研究 | 其他文獻 | 訂講表格 | 查詢 ]}

查詢有關資料，請電郵致 hkier-journal@cuhk.edu.hk。