<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

Browsing by Author "Wu Jiun-Yu"

Now showing 1 - 8 of 8
  • Thumbnail Image
    Item type:Item,
    受限制多階層潛在成長曲線模型議題探討: 忽略多階層長期資料相關性之影響評估與跨階層交互作用之可能性探索
    (2012)
    吳俊育
    ;
    Wu Jiun-Yu
    ;
    國立交通大學教育研究所
    近年來，人文社會領域大型資料庫相繼成立，其中長期資料的收集更是大型資料庫 重點所在。長期資料蘊含豐富受測者特徵變化與影響因子，但同時也潛伏相當複雜的資 料相關性：除重複量測相關性外，下層參與者資料皆非獨立存在，而是分享上層社群所 賦予的多階層相關性。忽略這類資料相關性會導致偏差的統計推論後果。相關的多階層 長期資料方法學研究卻仍相當缺乏，研究者常無所適從，或乾脆忽略長期資料裡的多階 層相關性，錯誤地探討偏頗的量化分析結果。有鑒於此，本研究案目的：因應實務研究 者分析各類「多階層長期資料庫」資料需求，提供應用於「多階層複雜性取樣長期性資 料分析」之量化研究法基礎理論與統計建模規範。本研究案專注於三個根本性問題: (1) 忽略長期資料多階層相關性，對於潛在成長曲線模型分析之影響評估、(2)忽略長期資料 多階層相關性，對於「受限制」潛在成長曲線模型分析影響評估，與 (3)在多階層長期 性資料分析內，建構跨階層交互作用之可能性探索。研究案利用數學推導與模擬實驗進 行研究，並利用實際次級多階層長期資料(如SNELS 和TEPS)證明所提建模法效果，以 將本研究案研究成果導向人文社會領域之實務長期資料分析。相關研究成果將讓國內外 實務研究者進行長期資料分析探討時，能得到精準穩健的統計分析與不偏的統計推論結 果。
  • Thumbnail Image
    Item type:Item,
    受限制多階層潛在成長曲線模型議題探討: 忽略多階層長期資料相關性之影響評估與跨階層交互作用之可能性探索
    (2013)
    吳俊育
    ;
    Wu Jiun-Yu
    ;
    國立交通大學教育研究所
    近年來，人文社會領域大型資料庫相繼成立，其中長期資料的收集更是大型資料庫 重點所在。長期資料蘊含豐富受測者特徵變化與影響因子，但同時也潛伏相當複雜的資 料相關性：除重複量測相關性外，下層參與者資料皆非獨立存在，而是分享上層社群所 賦予的多階層相關性。忽略這類資料相關性會導致偏差的統計推論後果。相關的多階層 長期資料方法學研究卻仍相當缺乏，研究者常無所適從，或乾脆忽略長期資料裡的多階 層相關性，錯誤地探討偏頗的量化分析結果。有鑒於此，本研究案目的：因應實務研究 者分析各類「多階層長期資料庫」資料需求，提供應用於「多階層複雜性取樣長期性資 料分析」之量化研究法基礎理論與統計建模規範。本研究案專注於三個根本性問題: (1) 忽略長期資料多階層相關性，對於潛在成長曲線模型分析之影響評估、(2)忽略長期資料 多階層相關性，對於「受限制」潛在成長曲線模型分析影響評估，與 (3)在多階層長期 性資料分析內，建構跨階層交互作用之可能性探索。研究案利用數學推導與模擬實驗進 行研究，並利用實際次級多階層長期資料(如SNELS 和TEPS)證明所提建模法效果，以 將本研究案研究成果導向人文社會領域之實務長期資料分析。相關研究成果將讓國內外 實務研究者進行長期資料分析探討時，能得到精準穩健的統計分析與不偏的統計推論結 果。
  • Thumbnail Image
    Item type:Item,
    受限制多階層潛在成長曲線模型議題探討：忽略多階層長期資料相關性之影響評估與跨階層交互作用之可能性探索
    (2014)
    吳俊育
    ;
    Wu Jiun-Yu
    ;
    國立交通大學教育研究所
    近年來，人文社會領域大型資料庫相繼成立，其中長期資料的收集更是大型資料庫 重點所在。長期資料蘊含豐富受測者特徵變化與影響因子，但同時也潛伏相當複雜的資 料相關性：除重複量測相關性外，下層參與者資料皆非獨立存在，而是分享上層社群所 賦予的多階層相關性。忽略這類資料相關性會導致偏差的統計推論後果。相關的多階層 長期資料方法學研究卻仍相當缺乏，研究者常無所適從，或乾脆忽略長期資料裡的多階 層相關性，錯誤地探討偏頗的量化分析結果。有鑒於此，本研究案目的：因應實務研究 者分析各類「多階層長期資料庫」資料需求，提供應用於「多階層複雜性取樣長期性資 料分析」之量化研究法基礎理論與統計建模規範。本研究案專注於三個根本性問題: (1) 忽略長期資料多階層相關性，對於潛在成長曲線模型分析之影響評估、(2)忽略長期資料 多階層相關性，對於「受限制」潛在成長曲線模型分析影響評估，與 (3)在多階層長期 性資料分析內，建構跨階層交互作用之可能性探索。研究案利用數學推導與模擬實驗進 行研究，並利用實際次級多階層長期資料(如SNELS 和TEPS)證明所提建模法效果，以 將本研究案研究成果導向人文社會領域之實務長期資料分析。相關研究成果將讓國內外 實務研究者進行長期資料分析探討時，能得到精準穩健的統計分析與不偏的統計推論結 果。
  • Thumbnail Image
    Item type:Item,
    在結構方程模式的範疇下以實際資料探究三種解決數據相關性方法的有效性
    (2011)
    吳俊育
    ;
    Wu Jiun-Yu
    ;
    國立交通大學教育研究所
    中文摘要資料相關性的議題已經廣泛引起社會與教育領域研究者的關心與注意。「基於設計」(design-based) 與「基於取樣」(model-based)已經被證明在分析複雜性取樣資料時，會產生一致且不偏的參數估計與統計推論結果；不過，這樣的一致結果只會出現在複雜性取樣資料有一模一樣的高低階層架構的時候 (Muthé；n and Satorra, 1995)。只要不同階層的模型擁有不一樣的架構，「基於設計」的模型建構法就會產生偏差的固定效果與隨機效果的參數估計及錯誤的統計推論結果(Wu & Kwok, In press). 事實上，不同階層的模型擁有不一樣的架構是很常見的情況。我們至今仍不清楚不同分析方法在處理這些違反高低結構同質性的資料時，產生統計結果的異同處。本研究案將使用蒙地卡羅模擬與結構方程式模型來分析實際的多階層資料。我提出一個新的模型建構方法即「最大化模型」，並利用實證性資料仔細檢驗過上述三種分析方法的效果。結果顯示「基於設計」方法在分析多階層資料時，多會產生偏誤的固定效果估測以及總合的隨機效果估測。在模型建構絕對正確的情況下，「基於取樣」模型在相同與不同的高低層級結構下，對因素結構與負載量不衡等的情況，仍能產生與母體值相符的參數估計。 相對的、即便在對高階層結構一無所知的情況下，「最大化模型」在分析多階層資料的兩種高低階層不一致的情況下，學者仍可以藉此獲得不偏的參數估計與統計推論。因此、在分析多階層資料，當我們不了解高階層架構或只對低階層模型有興趣時，「最大化模型」比另兩種方法有更高的建模自由度與不偏的統計分析結果，值得推薦給社會與教育領域研究者有此需求時使用。
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
  • Thumbnail Image
    Item type:Item,
    後設注意力於線上學習與社交活動之理論性、發展性、評量性論證研究
    (2014)
    吳俊育
    ;
    Wu Jiun-Yu
    ;
    國立交通大學教育研究所
  • Thumbnail Image
    Item type:Item,
    檢視造成學業低成就國中生之危險因子: 一前瞻性研究用以解決學生瀕臨學業成就失敗的議題(I)
    (2011)
    吳俊育
    ;
    Wu Jiun-Yu
    ;
    國立交通大學教育研究所
    隨著資訊電腦科技的盛行，閱讀素養的定義也隨之演進，需同時包涵線上文本閱讀及紙本文本閱讀。本研究從人們內在對資訊電腦科技的信心及態度，以及外在資訊電腦科技設備的客觀條件出發，利用統計裡的中介模型，來探究以上變項對紙本文本閱讀及線上電子文本閱讀成就之間的關聯。本研究使用PISA2009資料庫，樣本為來自世界各國42個區域的297295名十五歲的青少年(49.6%為男性)。內在的資訊電腦科技狀態包含了學生對電腦的態度，以及執行高階資訊電腦科技任務的信心。外在的資訊電腦科技狀態包含了家中以及學校裡資訊電腦科技設備的豐沛程度。中介模型裡的間接效果顯示，內外在資訊電腦科技變項的效果可以透過線上閱讀活動來影響閱讀素養，則學生使用電腦的態度愈正面，執行高階電腦任務的信心愈高；及家中資訊電腦科技設備愈豐沛的話，學生的閱讀素養也愈高；研究發現家中資訊電腦科技設備對2009的PISA閱讀素養有直接且負面的影響。