目的探索基于条件期望的函数型主成分分析方法(principal analysis by conditional expectation,PACE)在稀疏且不规则的纵向数据中的预测效果,评价其揭示总体变化趋势、个体特异的变异方式以及预测个体纵向变化轨迹的能力。方法采用R软...
详细信息
目的探索基于条件期望的函数型主成分分析方法(principal analysis by conditional expectation,PACE)在稀疏且不规则的纵向数据中的预测效果,评价其揭示总体变化趋势、个体特异的变异方式以及预测个体纵向变化轨迹的能力。方法采用R软件模拟生成样本量为200的三种不同稀疏情形的纵向数据集,通过数值模拟定量地评价PACE方法的降维及预测效果。结果根据累计方差贡献率达到85%,三种不同稀疏情形的纵向数据集最终选取的主成分个数分别为4、4、3,PACE方法在不同稀疏情形下预测结果均具有较小的均方误差(MSE),分别为0.1410、0.0670、0.0161,而且观测点个数越多预测效果越好。结论PACE方法可以实现在随访间隔不规则且数据稀疏的情况下,捕获纵向数据随时间变化的总体趋势,揭示个体特异的变异方式,预测个体的纵向轨迹。
目的了解新媒体背景下军校学员接受新媒体信息及其健康素养和健康生活方式情况及之间的关系,为军校学员开展健康教育提供依据。方法采用整群随机抽样的方法抽取某军校学员1043名为调查对象,使用调查问卷进行调查。结果军校学员健康素养得分为(46.74±10.76)分,其中基本知识与理念、健康生活方式和行为、健康技能3个维度素养得分分别为(22.26±5.00)分、(13.38±3.56)分和(11.11±3.31)分;对新媒体认知度、信任度、利用度得分分别为(14.22±4.00)分、(20.49±4.05)分和(30.59±7.28)分;健康生活方式各方面得分分别为锻炼行为(19.33±3.84)分、生活行为(16.24±2.91)分、饮食行为(13.51±2.67)分、健康危险行为(16.42±3.70)分和健康责任行为(25.7±4.11)分。结构方程模型拟合优度较好[渐进残差均方和平方根(root mean square error of approximation,RMSEA=0.06);良适性适配指标(goodness of fit index,GFI)为0.95;赋范拟合指数(normed fit index,NFI)为0.93]。接受新媒体健康信息对健康生活方式的总效应系数为0.439,其中直接作用为0.380,间接作用为0.059;新媒体对健康素养的直接作用为0.164,健康素养对健康生活方式的直接作用为0.360。结论新媒体对健康生活方式的作用效果高于健康素养,但健康素养与健康生活方式相关程度最高。应加强新媒体对健康信息的传播,提高学员健康素养,形成健康的生活方式。
暂无评论