• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Planned Missing Data Designs in Experience Sampling Research: Monte Carlo Simulations of Efficient Designs for Assessing Within-Person Constructs
【2h】

Planned Missing Data Designs in Experience Sampling Research: Monte Carlo Simulations of Efficient Designs for Assessing Within-Person Constructs

机译：经验抽样研究中的计划中的缺失数据设计：评估个人内部构造的高效设计的蒙特卡洛模拟

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Experience sampling research involves trade-offs between the number of questions asked per signal, the number of signals per day, and the number of days. By combining planned missing data designs and multilevel latent variable modeling, we show how to reduce items-per-signal without reducing the number of items. After illustrating different designs using real data, we present two Monte Carlo studies that explore the performance of planned missing data designs across different within-person and between-person sample sizes and across different patterns of response rates. The missing data designs yielded unbiased parameter estimates but slightly higher standard errors. With realistic sample sizes, even designs with extensive missingness performed well, so these methods are promising additions to an experience sampler's toolbox.
机译：经验抽样研究涉及每个信号的问题数量，每天的信号数量和天数之间的权衡。通过结合计划中的缺失数据设计和多级潜在变量建模，我们展示了如何在不减少项目数量的情况下减少每个信号的项目。在使用实际数据说明了不同的设计之后，我们提出了两项​​蒙特卡洛研究，这些研究探索了在不同的人内和人际样本量以及不同响应率模式下计划的缺失数据设计的性能。缺少的数据设计产生了无偏参数估计，但标准误差略高。在实际样本量的情况下，即使缺失很大的设计也可以很好地执行，因此这些方法有望成为经验丰富的采样器工具箱的补充。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号