出版社内容情報
研究者の立てた仮説を柔軟に表現し、データを用いた検証を行うことができる強力なツールにSEM（Structural Equation Modeling）がある。この枠組みの中では、経時的なデータや反復測定を行った縦断データについて、モデル構築の工夫を行うことによって調査対象の時間的な変化を捉える方法についても研究がなされてきた。一方、経時的なデータの分析に興味のある研究者にとっては、現在、マルチレベルモデルが隆盛していることも周知のことだろう。
このような現状において、21世紀初頭に刊行された本書ではまず、数ある経時的なデータの分析手法の中で、SEMの枠組みにおける時間をモデリングする方法として、潜在成長曲線モデル（Latent Growth curve Modeling：LGM)を取り上げながら、最も単純なモデルから発展的な方法に至るまでを順序良く解説している。また、例えば「時点0」をどこに設定すべきかなど、時間をモデルに組み込む際の留意点を、縦断的研究に造詣の深い原著者達が述べている。そして関連する多くの手法とLGMとの関連について紹介すると共に、現状と大きく相違ないLGMとマルチレベルモデルの将来像についても語られている。
本書は、SEMにおける基本的な経時的データの扱い全般、およびLGMと類似する手法との関連について興味がある読者、またLGMとマルチレベルモデルとの関連について知りたい読者に最適な一書となっている。
[原著: Latent Growth Curve Modeling, Sage Publications, Inc., 2008]
内容説明
本書は、構造方程式モデリング（ＳＥＭ）の枠組みの中で、潜在成長曲線モデル（ＬＧＭ）によって縦断データをどのように扱うかべきかが手順を追って記述されると共に、研究者達による縦断データの取扱いの注意点が随所に散りばめられた実践的な入門書である。
目次
第１章 はじめに（本書の概要；潜在成長曲線モデル―略史と概要 ほか）
第２章 現実データへの応用（データ；ソフトウェア ほか）
第３章 特別なモデルの拡張（成長混合モデル；区分的な成長モデル ほか）
第４章 マルチレベルモデルとの関係（反復測定データのためのＭＬＭ；モデルの仕様 ほか）
第５章 まとめ
付録（プロットと診断：潜在成長曲線モデルにおける交互作用；個々の軌跡を示す）
著者等紹介
Ｐｒｅａｃｈｅｒ，Ｋｒｉｓｔｏｐｈｅｒ Ｊ．［ＰＲＥＡＣＨＥＲ，ＫＲＩＳＴＯＰＨＥＲ Ｊ．］ ［Ｐｒｅａｃｈｅｒ，Ｋｒｉｓｔｏｐｈｅｒ Ｊ．］
カンザス大学助教授。専門は計量心理学。研究テーマは因子分析、構造方程式モデリング、マルチレベルモデリングを用いた縦断的なデータ解析。その他、社会科学における理論と実践の橋渡しとなるようなモデル評価やモデル選択といったテーマに関心を寄せている
Ｗｉｃｈｍａｎ，Ａａｒｏｎ Ｌ．［ＷＩＣＨＭＡＮ，ＡＡＲＯＮ Ｌ．］ ［Ｗｉｃｈｍａｎ，Ａａｒｏｎ Ｌ．］
オハイオ州立大学社会心理学プログラムの博士研究員。研究テーマは社会的認知とパーソナリティ評価を含む個体差の研究への定量的手法の応用
ＭａｃＣａｌｌｕｍ，Ｒｏｂｅｒｔ Ｃ．［ＭＡＣＣＡＬＬＵＭ，ＲＯＢＥＲＴ Ｃ．］ ［ＭａｃＣａｌｌｕｍ，Ｒｏｂｅｒｔ Ｃ．］
ノースカロライナ大学チャペルヒル校Ｌ．Ｌ．Ｔｈｕｒｓｔｏｎｅ Ｐｓｙｃｈｏｍｅｔｒｉｃ Ｌａｂｏｒａｔｏｒｙ所長。オハイオ州立大学名誉教授。因子分析、構造方程式モデリングの入門と上級のコースを教えている。計量心理学者として長年の優れたキャリアをもち、相関データの分析に用いる定量的モデルや手法、特に因子分析、構造方程式モデリング、マルチレベルモデリングを研究対象としている。特に、経年変化における個体差に着目した縦断的データの分析に用いる手法に関心がある
Ｂｒｉｇｇｓ，Ｎａｎｃｙ Ｅ．［ＢＲＩＧＧＳ，ＮＡＮＣＹ Ｅ．］ ［Ｂｒｉｇｇｓ，Ｎａｎｃｙ Ｅ．］
アデレード大学公衆衛生学分野の統計学者。主に健康・行動科学分野の様々な研究プロジェクトでデータアナスリトとして活躍している。線形・非線形マルチレベルモデルや潜在変数モデルなど、高度な多変量統計手法を実データに適用することが研究・専門上の関心事となっている
大橋洸太郎［オオハシコウタロウ］
２０１４年早稲田大学大学院文学研究科博士後期課程修了。現在、文教大学情報学部専任講師。博士（文学）。専門：心理統計学、マーケティングサイエンス、データ分析（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
