Welches Verfahren geeignet?

Welches Verfahren geeignet?

Beitragvon freeallangels » Do 19. Apr 2012, 13:56

Hallo,
ich habe ein Problem und zwar habe ich nicht mal eine Idee, welches verfahren ich benutzen könnte /bzw. in welches ich mich einarbeiten müsste.
Ich möchte folgendes tun.
Ich hab 2-3 kontinuierl. Skalen mit verschiedenen klinischen Variablen (Depressivität, gesundh. Probleme etc.) zu T1 und möchte damit ein bestimmtes aggr. Verhalten (liegt auch als kontinuierliche Skala) vorhersagen T3. Dafür ginge ja zum Beispiel eine Regression. Allerdings soll ich individuelle Verläufe beachten. Also jemand der mit einem sehr hohen Ausgangswert startet hat ja vielleicht auch nen anderen Slope als jemand mit einem sehr niedrigen Wert. Welches Verfahren, kann diese Subgrupppen (, die ich aber nicht bilden will, es soll kontinuierlich bleiben) berücksichtigen? :? Ich hätte sogar 3 MEsszeitpunkte, kann aber auch nur 2 benutzen, je nachdem was praktischer ist.
Vielleicht kann mir jemand helfen,
viele Grüße
Anne
freeallangels
Einmal-Poster
Einmal-Poster
 
Beiträge: 1
Registriert: Do 19. Apr 2012, 13:51
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Welches Verfahren geeignet?

Beitragvon strukturmarionette » Do 19. Apr 2012, 18:26

Hi,

Allerdings soll ich individuelle Verläufe beachten.


Wie individuell? Je Proband? Oder liegen (natürliche) Teilstichproben vor? Wie groß wären die?

S.
strukturmarionette
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 4314
Registriert: Fr 17. Jun 2011, 22:15
Danke gegeben: 32
Danke bekommen: 582 mal in 579 Posts

Re: Welches Verfahren geeignet?

Beitragvon Holgonaut » Do 19. Apr 2012, 21:20

Hi,

such mal nach dem Begriff "growth curve modeling".

Ployhardt, R. E., & Ward, A.-K. (2011). The "quick start guide" for conducting and publishing longitudinal research. Journal of Business Psychology, 26(413-422).

Mehta, P. D., & West, S. G. (2000). Putting the individual back into individual growth curves. Psychological Methods, 5(1), 23-43.

Willett, J. B., & Sayer, A. G. (1994). Using covariance structure analysis to detect correlates of individual change over time. Psychological Bulletin, 116, 363-381.

Biesanz, J. C., Deeb-Sossa, N., Papadakis, A. A., Bollen, K. A., & Curran, P. J. (2004). The role of coding time in estimating and interpreting growth curve models. Psychological Methods, 9(1), 30-52.

Bliese, P. D., & Poyhart, R. E. (2002). Growth modeling using random coefficient models: Model building, testing, and illustrations. Organizational Research Methods, 5(4), 362-387.



Grüße
Holger
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 767
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 3
Danke bekommen: 207 mal in 198 Posts


Zurück zu Pfadanalyse, Strukturgleichungsmodelle & CFA

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 3 Gäste

cron