Syllabus: Longitudinal Data Analysis Fall 2010
貫時性資料分析課程大綱
社會四
Time: 09:10 a.m. - 12:00 p.m., Thur.
Room: LE402
授課教師: 翁志遠
Office: SL 485 (02–2905-2765) Email: [email protected]
Office hours by appointment only
A.課程主旨及目標
貫時性資料主要來自於縱跨不同時間點(time points)或場合(occasions)所得到的重覆性測量 (repeated measures)。來自於同一個人的貫時性重覆測量是相互關聯的,也就是不符合”統計上的 獨立”(statistical independence)之預設,而此一內在個人的關聯性(within-individual dependence)必 須納入考量並予以調適。值得一提的是,本課程並不強調統計理論上的深入探討,而更著重於引 介各種傳統及當代的貫時性資料分析途徑(approach)在不同的統計軟體平台上的執行。具體而言, 本課程將聚焦於以下六種分析途徑: (1) Repeated measure ANOVA/MANOVA; (2) Linear
fixed/random effects model; (3) Linear mixed effects model; (4) Latent growth curve model with covariance structures; (5) Survival analysis; (6) Cohort analysis。而針對每一種分析途徑,本課程將 會以實際資料,採按部就般的(step-by-step)教學模式,導引學生在各種主流統計應用軟體(如 SPSS, SAS, STATA, R, HLM, LISREL, Mplus)的平台上進行分析。
儘管本課程的主要目標在於協助學生學習如何去思考,分析及詮釋貫時性資料,其附加價值則顯 現在可藉由本課程熟悉各種統計應用軟體的操作,此不僅能提供有意繼續就讀研究所的同學在未 來從事資料分析時的 一項利器, 對於選擇在畢業後直接進入就業市場的學生,亦能或多或少增加 其競爭優勢。
B.課程要求
本課程每週的前兩個小時將會針對不同的主題進行簡短的統計學理說明,而較多的時間會用在實 際資料分析的展示上。最後一個小時則為實習課(lab)的性質,學生須利用授課者所提供的資料, 親自在機上操作,進行分析,並將報表(output)上的結果作出正確的詮釋。實習課上的練習即視為 當週的作業,所以學生並不需要再花太多上課以外的時間處理作業。期末學生則須自行尋找在網 路上可得的貫時性資料,依據相關理論提出研究假設,並利用課堂上所學,進行一項個人的實證研 究(empirical project)。
C.主要參考書
Singer, J. D. & Willett, J. B. (2003). Applied longitudinal data analysis: modeling change and event occurrence. Oxford University Press: New York, NY.
1
Syllabus: Longitudinal Data Analysis Fall 2010
D.推薦參考書
Fitzmaurice, G. M., Laird, N. M., & Ware, J. H. (2004). Applied Longitudinal Analysis. New York: Wiley.
E.其他閱讀材料: 由授課者提供。
1. 出席(attendance) 2. 每週作業 (assignments) 3. 實證研究(empirical project)
20%
50%
30%
總和 100%
F.學習評量
G.課程主題進度規劃 ( 暫定 ) Topic 1: Regression revisited
Topic 2: Rationale of longitudinal analysis
Topic 3: ANOVA approaches to longitudinal data (univariate repeated measures ANOVA vs. MANOVA)
Topic 4: Linear fixed/random model
Topic 5: General linear mixed model methods for normal data Topic 6: Generalized linear mixed models for non-normal data Topic 7: Latent growth curves analysis for covariance structures Topic 8: The growth mixture model
Topic 9: Event history analysis Topic 11: Cohort analysis
Topic 12: Missing data in longitudinal studies H.學術倫理規範 :
本課程嚴禁任何抄襲剽竊之行為,尤其請妥適利用網路資源,謹防誤用或濫用。若對抄襲 2
Syllabus: Longitudinal Data Analysis Fall 2010
剽竊之定義有所疑問,或不確知如何防範類似問題發生,請參考: 徐明珠。2006。網路抄 襲問題與防範方式。國政分析。
(http://old.npf.org.tw/PUBLICATION/EC/095/EC-B-095-034.htm) I.寫作協助: 必要時請多加利用本校濟時樓寫作中心之服務。
(http://140.136.208.2/writing_center/)
Syllabus Disclaimer
The information provided on this syllabus is tentative and subject to change at the instructor’s discretion from time to time. Major changes to the syllabus will be noted during lecture.
3
