潜在类别模型的原理与技术

　　序
　　第一章  引论
　　第一节  导论
　　第二节  潜在变量模型
　　一、潜在变量的特性
　　二、因素分析模型
　　三、潜在类別分析
　　第三节  潜在类别模型的分析软件
　　第二章  类别变量的特性与分析
　　第一节  类别变量特性
　　一、类别数据的特性
　　二、次数、百分比与列联表
　　第二节  卡方统计量与残差分析
　　一、期望值与残差
　　二、标准化残差
　　三、卡方统计量与卡方检验
　　第三节  对数线性模型
　　一、对数线性模型的原理
　　二、似然函数卡方值
　　三、对数线性模型与卡方检验的差异
　　第三章  潜在类别分析原理
　　第一节  潜在类别分析的基本模型
　　一、列联表的数据格式
　　二、潜在类别分析的数学模型
　　第二节  潜在类别分析的参数估计
　　一、概率参数化
　　二、对数参数化
　　第三节  模型估计
　　一、极大似然估计量
　　二、迭代估计
　　三、模型适配检验
　　四、模型适配指标
　　第四节  分类（classification）
　　第四章  探索性潜在类别分析
　　第一节  探索性模型的原理
　　第二节  探索性分析的主要内容
　　一、模型选择
　　二、潜在类别概率与条件概率
　　三、观察值分类
　　第三节  探索性潜在类別分析操作示范
　　一、LatentGOLD操作程序
　　二、LatentGOLD报表解释
　　三、Mplus操作程序与结果
　　第五章  验证性潜在类别分析
　　第一节  限定模型的基本概念
　　一、参数的限定
　　二、模型辨识问题
　　第二节  等值限定模型
　　第三节  定值限定模型
　　第四节  验证性潜在类别分析操作示范
　　一、非限定模型（四类别未限定模型）
　　二、平行测量限定模型
　　三、误差限定模型（误差等量模型）
　　四、定值限定模型
　　第六章  多样本潜在类别分析
　　第一节  多样本分析的原理
　　一、多样本分析的数学模型
　　二、参数比较的显著性检验
　　第二节  非限定厂类别模型
　　第三节  多样本限定模型检验
　　第四节  多样本潜在类别分析操作示范
　　一、形貌同构性检验
　　二、限定模型检验
　　第七章  多因子潜在类别分析
　　第一节  多因子模型的原理
　　一、模型设定
　　二、模型适配比较
　　三、参数估计
　　第二节  限定多因子模型
　　第三节  方法学上的意义
　　第四节  多因子潜在类别分析操作示范
　　一、非限定模型分析步骤
　　二、非限定模型分析结果报表
　　三、限定模型的分析结果
　　第八章  度量模型潜在类别分析
　　第一节  基本概念
　　第二节  度量模型的估计原理
　　一、基本原理
　　二、度量模型的统计原理
　　三、参数估计与模型适配检验
　　第三节  顺序性潜在类别分析操作示范
　　一、LatentGOLD操作步骤
　　二、LatentGOLD结果报表
　　参考文献
　　索引

　　邱皓政，1995年获美国南加州大学(University of Southern California)博士学位，主修心理计量学，台湾“辅仁大学”心理学学士与硕士。研究兴趣为工业与组织心理学、统计方法与多变量应用技术、心理测验学、创造力与组织创新研究等，专长议题为结构方程模型与多变量统计方法。目前就职于台湾“中央大学”企业管理学系。曾任台湾“心理学会”秘书长，台湾“统计方法学学会”创会理事长，台湾“中国测验学会”理事，台湾“政治大学”创新与创造力研究中心研究员，并曾任教于台湾“交通大学”、台湾“师范大学”等校，中国科学院、北京师范大学访问学者，美国加州大学洛杉矶分校(UCLA)神经医学研究中心统计分析师。曾在中英文期刊与研讨会发表论文数十篇，著有《结构方程模型：LISREL的理论与技术》、《量化研究法》、《量化研究与统计方法》，译著有《多层次模型分析导论》，编有《创造力的发展与实践》期刊专题。

　　潜在类别模型是探讨潜在变量的模型化分析技术。它与一般常用的因素分析或结构方程模型的最大不同在于变量的形式：因素分析处理的是连续变量；潜在类别分析处理的是类别变量。正因为潜在类别模型以类别数据作为素材，补足了潜在变量模型的一个缺口，为社会科学研究者面对俯拾即是的类别数据提供了一种更强而有力的分析工具。最重要的是，潜在类别分析把类别数据与潜在变量的观念加以结合，提高了类别变量的分析价值，也使得社会科学研究者可以一窥潜在类别背后的实证意义，在方法学上具有重要的价值。
　　为了适合初学者自行研读，本书仅对潜在类别模型的原理进行介绍，并利用Mplus与LatentGOLD两套软件进行范例说明。除了基本的探索性潜在类别分析，本书范例涵盖了验证性、多样本、多因子、度量模型的潜在类别分析，可以说对于潜在类别模型的基本应用进行了完全的阐述。本书可作为大专院校和科研机构中的学生、教职员、研究人员进入潜在类别模型领域的最佳导读与研习用书。