ptreezh ---|--------|------| | 因果推断 | 弱 | 强 | | 变化测量 | 无 | 有 | | 个体差异 | 无法控制 | 可控制 | | 成本 | 低 | 高 | | 样本流失 | 无 | 有 |
纵向数据类型
类型1: 面板数据
时间点固定 → 相同间隔测量
类型2: 加速纵向设计
不同年龄队列 → 重叠部分连接
类型3: 事件史数据
事件发生时间 → 持续时间分析
类型4: 强度数据
观察间隔不等 → 连续时间建模
核心分析方法
1. 重复测量ANOVA
模型: Yij = μ + αi + βj + (αβ)ij + εij
问题:
- 球形假设(sphericity)
- 缺失数据敏感性
- 假设过多
适用: 少量时间点、完整数据
2. 潜在增长模型(LGM)
基本模型:
Yti = π0i + π1i(Time)ti + π2i(Time²)ti + εti
个体参数:
π0i = β00 + β01Zi + ζ0i (截距因子)
π1i = β10 + β11Zi + ζ1i (斜率因子)
π2i = β20 + β21Zi + ζ2i (曲线因子)
解释:
- 截距因子: 初始状态
- 斜率因子: 变化速度
- 曲线因子: 非线性变化
3. 交叉滞后模型
时间点1 时间点2 时间点3
X1 ───────────→ X2 ───────────→ X3
│ │ │
↓ ↓ ↓
Y1 ←─────────── Y2 ←─────────── Y3
│ │
└───→ Y2 └───→ Y3
路径含义:
- 自回归: X1→X2, Y1→Y2 (稳定性)
- 交叉滞后: X1→Y2, Y1→X2 (因果关系)
- 同期相关: X1↔Y1 (共享方差)
4. 事件史分析
风险函数: h(t) = lim[Pr(t ≤ T < t+Δt | T ≥ t)/Δt]
生存函数: S(t) = Pr(T ≥ t)
Cox比例风险模型:
h(t|X) = h0(t) × exp(β'X)
解释:
- h(t): 在时间t发生事件的瞬时风险
- h0(t): 基线风险函数
- exp(β): 风险比(HR)
时间效应建模
时间编码策略
| 编码方式 | 特点 | 适用场景 |
|---|---|---|
| 原始时间 | 实际测量时间 | 发展研究 |
| 0起点 | 有意义的起点 | 干预研究 |
| 中心化 | 减少共线性 | 多项式模型 |
| 年龄基准 | 生物年龄 | 发展心理学 |
轨迹形状
线性: Y = π0 + π1t
↓
单调增/减
二次: Y = π0 + π1t + π2t²
↓
先增后减/先减后增
分段: Y = π0 + π1t1 + π2t2
↓
不同阶段不同斜率
渐近: Y = α - (α-π0)e^{-βt}
↓
趋近渐近线
缺失数据处理
缺失数据机制
| 类型 | 符号 | 特点 | 处理方法 |
|---|---|---|---|
| 完全随机 | MCAR | 与所有变量无关 | 可忽略 |
| 随机 | MAR | 与观测变量相关 | FIML/MI |
| 非随机 | MNAR | 与未观测变量相关 | 模式混合 |
处理方法
方法1: 全信息最大似然(FIML)
- 使用所有可用数据
- 适合MAR
- SEM软件默认
方法2: 多重插补(MI)
- 生成多个完整数据集
- 合并分析结果
- 灵活性高
方法3: 模式混合模型
- 对MNAR建模
- 敏感性分析
- 模型依赖性强
软件实现
R语言示例
# 潜在增长模型(lavaan)
library(lavaan)
model <- '
i =~ 1*t1 + 1*t2 + 1*t3
s =~ 0*t1 + 1*t2 + 2*t3
i ~ predictor
s ~ predictor
'
fit <- growth(model, data)
# Cox回归(survival)
library(survival)
cox_model <- coxph(Surv(time, event) ~ X, data)
质量控制
样本流失分析
流失模式分析:
1. 比较流失者vs保留者
- 基线特征比较
- t检验/卡方检验
2. 流失预测模型
- 流失与变量的关系
- 判断MAR vs MNAR
3. 敏感性分析
- 最佳/最差情景
- 估计稳健性
检验力分析
纵向设计检验力:
- 时间点数量
- 样本规模
- 效应量大小
- 相关性结构
经验法则:
时间点 ≥ 3 → 可估计斜率
时间点 ≥ 4 → 可估计曲率
样本量 ≥ 10N参数
使用示例
用户: 分析学生学业成绩3年追踪数据
AI: 我建议采用潜在增长模型：
## 数据特征
- 时间点: 3年(6、7、8年级)
- 样本: N=500学生
- 变量: 数学成绩、社会经济地位
## 模型构建
模型1: 无条件增长模型
Yti = π0i + π1i(Time)ti + εti
结果:
- 截距均值 β00 = 70 (初始水平)
- 斜率均值 β10 = 3 (年均增长)
- 截距方差 τ00 = 45 (个体差异显著)
- 斜率方差 τ11 = 4 (增长差异显著)
模型2: 条件增长模型
π0i = β00 + β01(SES)i + ζ0i
π1i = β10 + β11(SES)i + ζ1i
结果:
- SES对初始水平: β01 = 5.2***
- SES对增长速度: β11 = 0.8(n.s.)
结论:
高SES学生起点更高，但增长速度无差异
🚫 绝对禁止原则
使用前必读：以下原则是不可逾越的红线，违反将导致纵向研究结论失效。
- 禁止忽视缺失数据机制 — 不检验MCAR/MAR/MNAR，直接删除缺失值或使用不恰当的处理方法，导致估计偏倚
- 禁止混淆相关与因果 — 将时间上的前后顺序等同于因果关系，忽略遗漏变量偏倚和反向因果
- 禁止忽视时间编码 — 不说明时间变量的编码方式（原始/0起点/中心化），导致模型不可复现
- 禁止只看均值轨迹 — 仅报告组均值变化而忽视个体差异轨迹（离散性），导致个体异质性被掩盖
- 禁止忽视样本流失分析 — 不检验流失者与保留者的基线差异，导致结论无法推广
- 禁止时间点不足仍建模变化 — 时间点<3时声称分析"变化轨迹"或"发展趋势"，导致模型过度拟合
✅ 质量标准
完整性
- 必做项清单完成度 ≥ 90%
- 缺失数据机制检验报告完整
- 样本流失分析完整
方法论
- 理论框架与数据一致性 ≥ 90%
- 分析步骤可复现性高（含时间编码说明）
- 模型比较有据可查
深度
- 核心维度覆盖 ≥ 80%
- 个体差异轨迹分析（不仅是均值）
- 敏感性分析完整
🖥️ Python 工具
工具链
| # | 工具名称 | 功能描述 |
|---|---|---|
| 1 | lgm_analyzer.py | 潜在增长模型，支持无条件/条件增长模型、轨迹形状检验 |
| 2 | cross_lag_analyzer.py | 交叉滞后模型，支持随机截距交叉滞后面板模型(RICLPM) |
| 3 | survival_analyzer.py | 事件史分析，支持Kaplan-Meier、Cox回归、风险比计算 |
| 4 | missing_data_handler.py | 缺失数据处理，支持MCAR/MAR/MNAR检验、FIML、多重插补 |
CLI用法
python tools/lgm_analyzer.py --input panel_data.csv --time t1,t2,t3 --output growth_model.json
python tools/cross_lag_analyzer.py --input data.csv --variables X,Y --output cross_lag.json
python tools/survival_analyzer.py --input event_data.csv --time time --event status --output survival.json
参考文献
- Singer, J.D., & Willett, J.B. (2003). Applied Longitudinal Data Analysis.
- Bollen, K.A., & Curran, P.J. (2006). Latent Curve Models.
- Little, T.D. (2013). Longitudinal Structural Equation Modeling.
- Allison, P.D. (2014). Event History and Survival Analysis. 2nd ed.
技能版本: 5.0.0
方法论标准: Singer & Willett (2003)
创建时间: 2026-03-15