A Regression Framework for Effect Size Assessments in Longitudinal Modeling of Group Differences.
A Regression Framework for Effect Size Assessments in Longitudinal Modeling of Group Differences.
复制标题
DOI：
10.1037/a0030048
复制
发表时间：
2013-03
影响因子：
4.2
通讯作者：
Feingold, Alan
中科院分区：
文献类型：
--
作者：
Feingold, Alan
在过去的15年里，在预防科学、临床心理学和精神病学领域，使用增长模型分析（GMA）——特别是多层分析和潜在增长模型——来检验干预效果的显著性呈指数级增长。GMA中两个独立组之间均值差异的基于模型的效应大小可以用经典分析和元分析中常用的相同度量（Cohen’s d）来表示。本文首先回顾了关于GMA结果计算d的概念问题，然后介绍了包含GMA的效应大小评估的综合框架。新方法使用线性回归模型的结构，从不同的横截面和纵向分析结果的效应大小可以计算与熟悉的统计数据，如回归系数，标准偏差的依赖措施，和研究持续时间。
The use of growth modeling analysis (GMA)--particularly multilevel analysis and latent growth modeling--to test the significance of intervention effects has increased exponentially in prevention science, clinical psychology, and psychiatry over the past 15 years. Model-based effect sizes for differences in means between two independent groups in GMA can be expressed in the same metric (Cohen’s d) commonly used in classical analysis and meta-analysis. This article first reviews conceptual issues regarding calculation of d for findings from GMA and then introduces an integrative framework for effect size assessments that subsumes GMA. The new approach uses the structure of the linear regression model, from which effect sizes for findings from diverse cross-sectional and longitudinal analyses can be calculated with familiar statistics, such as the regression coefficient, the standard deviation of the dependent measure, and study duration.
登录
查看更多内容
影响因子：
--
作者：
Gueorguieva, R;Krystal, JH
通讯作者：
Krystal, JH
影响因子：
2.7
作者：
Atkins, DC
通讯作者：
Atkins, DC
影响因子：
16.4
作者：
Aiken, Leona S.;West, Stephen G.;Millsap, Roger E.
通讯作者：
Millsap, Roger E.
DOI：
10.1111/j.2517-6161.1977.tb01600.x
发表时间：
1977-01-01
期刊：
JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL
影响因子：
--
作者：
DEMPSTER, AP;LAIRD, NM;RUBIN, DB
通讯作者：
RUBIN, DB
影响因子：
2.7
作者：
Feingold, A;Ball, SA;Rounsaville, BJ
通讯作者：
Rounsaville, BJ