心理学的特权分析单位是个人(Nesselroade,Gerstorf,Hardy,&拉姆(Ram),2007年)。但是,许多数据分析方法会粗略地汇总数据,并默认采用组平均模型来保存和解释,而不是使用更细化的模型(最终是针对特定人员的模型)。例如,当一群人在学习任务中表现出平均表现提高时,这并不意味着所有人都遵循与该平均表现相似的变化模式。实际上,平均趋势无法很好地代表这些人。同样,塔克(Tucker,1966)认为,考虑差异而不是平均值将使我们获得更多有关行为基础基本功能性质的信息。从那以后,研究人员一直在质疑跨人的数据粗略汇总(例如Lamiell,1981; Nesselroade&Molenaar,1999年),因为平均效果的估算值可能无法代表任何个人。实际上,只有在遍历假设下(Molenaar,2004年),才有可能从个体间的变异强烈推断个体内部的变异(Molenaar,2004年),该假设假设组模型代表每个个体的动态(同质性),并且这些动态具有时间上的恒定特征(平稳性)。 )。同样,辛普森(Simpson,1951)指出,在人口中观察到的统计关系在构成人口的亚组中可以颠倒。例如,“喝咖啡会提高人们的神经质水平,这在世界范围内可能都是正确的。可能仍然是喝更多咖啡的人神经质较弱的情况”(Borsboom,Kievit,Cervone,&胡德(Hood),2009年,第3页。 72)。每当在不同的解释水平上得出推论时,就可能出现辛普森悖论,例如,从人口到个人,或者从横截面数据到随时间推移的个体内变化(请参见Kievit,Frankenhuis,Waldorp,&Borsboom,2013年,更多插图)。因此,仍然需要关注个体或个体 个体以更准确地模拟个体之间的个体过程特质和相似性。特别是,鉴于大规模的经验数据集,由于更难扩展现有假设以解释大量潜在的解释变量,因此汇总更有可能导致各个个体过程的信息价值较低。
引用来自本文(点击图片放大)

-使用iPad上的BlogPress发布