6 因果模型之交叉滞后模型.ppt

因果模型之交叉滞后模型 * 第一页，编辑于星期二：十三点 二十二分。 面板数据（panel data ） 2-5次重复测量 用来分析变量之间的因果关系 亲子关系与问题行为的动态相互作用模型：对儿童早期的追踪研究 * 第二页，编辑于星期二：十三点 二十二分。 一、因果推断法则 X与Y相关，且是偏相关 时间先后，自变量(X)在前，因变量(Y)在后 操纵自变量(X)，可导致因变量发生(Y) * 第三页，编辑于星期二：十三点 二十二分。 二、两变量因果模型判断 X与Y没有因果关系 X是自变量，Y是因变量——单向因果 Y是自变量，X是因变量——单向因果 X与Y互为因果——双向因果 * 第四页，编辑于星期二：十三点 二十二分。 三、因果模型的类型 同步作用 * 第五页，编辑于星期二：十三点 二十二分。 滞后作用 * 第六页，编辑于星期二：十三点 二十二分。 同步+滞后 * 第七页，编辑于星期二：十三点 二十二分。 单向/双向×同步/滞后/同步滞后 滞后：单向/双向 交叉滞后模型(cross-lagged model) * 第八页，编辑于星期二：十三点 二十二分。 四、因果模型统计模型 1. X与Y没有因果关系 采用自相关模型（变量的时间稳定性） 设定：b1 = b2 = b3 * 第九页，编辑于星期二：十三点 二十二分。 2. X是自变量，Y是因变量 采用单向因果模型 （在X1和Y1上设置误差项和不设置最后结果一样） 设定:a1 = a2 = a3；b1 = b2 = b3；c1 = c2 = c3=O, 且 d1 = d2 = d3；e1=e2=e3 * 第十页，编辑于星期二：十三点 二十二分。 Y1 Y2 Y3 Y4 e1 1 e2 1 e3 1 a1 a2 a3 X1 X2 X3 X4 e4 e5 e6 1 1 1 b1 b2 b3 d1 d2 d3 c1 c2 c3 e1 e2 e3 * 第十一页，编辑于星期二：十三点 二十二分。 3. Y是自变量，X是因变量 采用单向因果模型 设定：a1 = a2 = a3；b1 = b2 = b3；c1 = c2 = c3, 且 d1 = d2 = d3=0；e1=e2=e3 * 第十二页，编辑于星期二：十三点 二十二分。