多水平潜在类别模型的模型指标研究

摘要

本研究在前人研究基础上,通过模拟实验和实证研究进一步探讨:在更复杂的多水平模型下,样本量如何影响信息评价指标AIC、AIC3、BIC和BIC*对群组水平潜类别数目的判断,重点解决在群组水平的分类中模型适配指标的正确选用.结果发现:BIC*有明显的高估倾向，BIC有明显的低估倾向，而指标AIC和AIC3在某些情况下也会呈现低估倾向。当群组水平的类别之间差异较大时，AIC3和BIC的判断具有较高的准确率，而当差异较小时，AIC和BIC*优于AIC3和BIC，但正确率仍不够理想，有待寻找更合适的模型判断指标；群组下的平均样本量nk对各指标判断力有明显的改善作用，群组水平的样本量K对各指标的影响则相对有限；在进行多水平潜在类别分析时，建议分别对被试水平和群组水平选择各自最合适的模型指标来确定潜在类别的数目。