超级会员免费看
本文介绍了交叉滞后面板模型的基本原理，强调其在探讨变量间关系、中介效应和调节效应中的应用。通过一个母子关系研究的例子，展示了如何利用交叉滞后模型分析两个变量的相互影响。虽然面板模型可用于提示因果关系，但需谨慎对待因果推断。文章还讨论了测量不变性和时间间隔的重要性，并提供了实证分析结果。
最近问纵向数据分析的同学贼多，像潜增长，GEE，多水平，之前都有写，今天偷空出个简易的交叉滞后教程哈，大家只要遇到像causal models，cross- lagged panel models，linear panel models 和autoregres-sive cross- lagged models 这些，都要反应过来他们都是一个东西，都叫面板模型，统一的数据特点就是把变量纵向测量很多波，然后想探讨变量间的关系，最简单的情形就是两波的时候啦，如下图：
我们看着这个图，可以自然而然地写出来这两个方程：
上面式子中的β1和β3叫做自相关系数，描述了此构象的稳定性。越大越稳定，很好理解哈。
β2和β4叫做交叉滞后系数，表示一个构象对滞后的另外一个构象的作用。这个系数是在控制自身预测作用后体现出来的一个变量对滞后一期的另外一个变量的作用，所以叫做滞后效应，其相对于传统回归的优势就在于其控制了自回归效应，然后在面板数据中我们既可以让x1影响y2，也可以让y1影响x2，图中就有一个交叉，所以就叫交叉滞后模型：
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
