内容介绍

本书从应用者的视角，详细介绍了追踪数据分析中常用的潜变量增长曲线模型、潜变量混合增长模型、交叉滞后模型和潜在分数变化模型等。同时，结合追踪研究的最新进展，本书简要介绍了密集追踪数据分析方法的新发展，并就模型选择、测量时间间隔、样本量、个体内变异与个体间变异等议题进行了讨论。

作者介绍

刘红云，北京师范大学心理学部教授，博士生导师，ORCID编号为0000-0002-3472-9102。主要从事教育与心理测评、数据分析方法进展及其应用领域的研究。出版教材与专著10余部，包括《教育与心理统计学》《高级心理统计》《应用心理统计学》《SPSS基础与应用》《结构方程模型应用》等。

王丽娟，美国弗吉尼亚大学数量心理学博士，现任圣母大学数量心理学教授，ORCID编号为0000-0002-2225-6483。主要研究领域包括纵向数据分析、多水平模型、结构方程模型、中介分析及调节分析等统计方法的发展和评估，并将这些方法应用于发展心理学、临床心理学、家庭心理学及健康研究领域。

李若璇，圣母大学量化心理学专业博士研究生，主要研究方向为结构方程模型、追踪研究数据分析以及中介与调节分析。其应用研究领域涵盖青少年社会化与心理健康、职业动机与行为、自我决定理论等主题。