付費限定文章

隨機截距交叉延宕模式:加入跨時間不變的預測或結果變項(4)

之前已經說過限制模型，接下來進入下一部份根據Mulder and Hamaker (2021)建議，在 RI-CLPM 中，有許多擴展模型，今天要介紹的是 Extension 1。Extension 1就是加入跨時間不變的預測或結果變項，本文將介紹此模型構造和語法。

Extension 1架構圖

上圖是Mulder and Hamaker (2021)提議的第一種擴增模型，也就是加入Including time-invariant predictors and outcom

• 左上:跨時間衡等的預測變項(a time-invariant predictor)N1預測所有觀察變項（N1 →所有觀察變項），
• 右上:跨時間衡等的預測變項N1預測A和S隨機截距（N1 →隨機截距），因為隨機截距被預測後，會有預測變項N1無法預測的變異量，也就是殘差變異量(ebs, eba)。
• 左下:隨機截距預測跨時間衡等的結果變項L1（RIs→ L1），因為被隨機截距預測後，會有無法預測的變異量，也就是殘差變異量(e)。
• 右下:隨機截距和所有within 潛在變項預測跨時間衡等的結果變項L1（RIs and within → L1）。