多元分析可用于评估交叉滞后的面板网络模型:一个具有心理灵活性的例子

科学领域:

• 心理学是一门科学.
• 量化心理学 量化心理学
• 网络分析 网络分析

背景情况:

• 交叉滞后面板网络 (CLPN) 模型用于估计变量之间的潜在影响.
• 然而,CLPN模型可能会产生虚假效应,因为其余相关性和向平均值回归.
• 现有的方法经常忽略模型不确定性,可能会损害研究结果的有效性.

研究的目的:

• 引入并倡导多元宇宙分析作为一种方法,以提高CLPN模型的严谨性和透明度.
• 通过纳入模型不确定性来解决虚假交叉滞后效应的问题.
• 为了提供一个更可靠的估计,在心理研究中预期的影响.

主要方法:

• 建议使用各种替代模型估计交叉滞后效应的多界分析.
• 建议从这些替代模型中对效应估计进行元分析平均,以得出可靠的结论.
• 应用这种方法来重新检查心理灵活性和不灵活性指标之间的交叉影响.

主要成果:

• 之前报告的大多数心理灵活性和不灵活性指标之间的交叉滞后效应在多重分析中没有持续存在.
• 申请表明,替代型号规范可以显著改变CLPN分析得出的结论.
• 这凸显了交叉滞后效应对模型选择的敏感性.

结论:

• 与传统的CLPN模型相比,多方分析显著提高了预期影响估计的可靠性和透明度.
• 研究人员应该采用多元化的方法来承认和管理模型不确定性.
• 这些发现强调了需要谨慎地解释交叉影响的必要性,特别是在心理灵活性和不灵活性的背景下.