区分的潜在成長モデル：線形線形プロセスのモデリングを超えて

線形線形プロセスの区分的潜在成長モデル（LGM）は、近年十分に文書化され、研究されています。ただし、潜在的な成長モデリングの文献では、他の機能形態や複数の変化ポイントまたはノットへの進歩はほとんど存在していません。この原稿は、3つの拡張機能を扱っています。1つ目は、高次の多項式を組み込んだ区分的潜在成長モデルです。2つ目は、基本的なフレームワークを3つのフェーズに拡張することです。最後の拡張機能は、本質的に非線形関数です。これらの拡張では、ChangePointが推定されるパラメーターであり、申請書の令状として被験者間で固定または変化することを許可される場合があります。アプローチが開発されており、心理学の2つの実証例を使用して、方法論的ニュアンスを強調しています。注釈付き統計ソフトウェアは、これらの精巧さを開業医と方法論者がアクセスできるようにするために提供されています。

Piecewise latent growth models (LGMs) for linear-linear processes have been well-documented and studied in recent years. However, in the latent growth modeling literature, advancements to other functional forms as well as to multiple changepoints or knots have been nearly non-existent. This manuscript deals with three extensions. The first is to a piecewise latent growth model incorporating higher-order polynomials. The second is to extend the basic framework to three phases. The last extension is to inherently nonlinear functions. In these extensions, the changepoint(s) is a parameter to be estimated and may be fixed or allowed to vary across subjects as an application warrants. The approaches are developed and two illustrative empirical examples from psychology are used to highlight the methodological nuances. Annotated statistical software is provided to make these elaborations accessible to practitioners and methodologists.