交叉延宕模式(CLPM)常常模式適配不佳,主因缺乏考量個別差異。 隨機截距交叉延宕模式(RI-CLPM)是一種用於研究縱向數據中變量間相互影響的模型。它是傳統的交叉延宕模式的擴展,具有更好的模式適配度。本文章簡介RI-CLPM定義和CLPM的差異
交叉延宕效果(CLPM)最大的局限性在於它混合了個體內效應(within-person effects)和個體間效應(between-person effects),使得變量之間的因果關係不明確。在使用傳統CLPM 探討變項之間的縱向關係時,假定每個人的基線水平(baseline level)相同,即所有個體的得分都圍繞同一基線水平(群體平均值)波動,