刘红云，1996年毕业于山西大学数学系，获硕士学位；2003年毕业于北京师范大学心理学院，获博士学位。2003年-2004年在香港中文大学教育心理系作博士后研究员一年，现为北京师范大学心理学院讲师。主要研究方向为心理统计和测量、教育评价。

　　本书从应用的角度系统地介绍了几种常用的追踪数据分析方法，内容包括重复测量方差分析，多元方差分析，基于多层分析技术上的发展模型的方法和基于结构方程模型基础上的潜变量增长曲线模型的方法。本书除了介绍不同的方法、软件的操作以及对结果的解释外，还对不同方法在应用上的优缺点进行了比较分析，就追踪研究的设计、缺失值的处理等问题进行了探讨。本书可作为有关专业研究生的教科书和应用工作才者的参考书。

序言
引言
1.追踪研究特点及研究问题
2.追踪研究设计的类型
3.追踪研究中数据的缺失
4.追踪研究的效度问题
5.追踪研究数据分析
6.本书内容安排

第一部分 方差分析在追踪研究中的应用
第一章 追踪数据的一元方差分析
第一节 追踪设计的常见类型
1.追踪设计的常见类型
2.追踪测量应该注意的问题
第二节 追踪数据的一元方差分析
1.追踪数据一元方差分析基本原理
2.追踪数据方差分析的正交对照
第三节 追踪数据一元方差分析的假设
l.追踪数据方差分析的基本假设
2.对偏离球形假设的校正
3.追踪数据方差分析的事后检验
第四节 追踪数据一元方差分析的效应模型
1.—组被试、—个变量、多个时间点的测量
2.多组被试、—个变量、多个时间点的测量
3.—组被试、多个变量、多个时间点的测量
第五节 追踪数据一元方差分析应用
1.—组被试、—个变量、多个时间点的测量
2.多组被试、—个变量、多个时间点的测量
3.—组被试、多个变量、多个时间点的测量
4.多组被试、多个变量、多个时间点的测量
第二章 追踪数据的多元方差分析
第一节 追踪数据多元方差分析基础
1.追踪数据的多元方差分析
2.多元方差分析的检验统计量
第二节 多元方差分析的假设
1.多元方差分析的基本假设
2.检验多元方差分析假设条件的一般步骤
第三节 多元方差分析应用举例
l.GLM的应用
2.MANOVA的应用
小结

第二部分 多层线性模型在追踪研究中的应用
第一节 追踪数据变化趋势的初步分析
1.追踪数据文件的建立
2.个体随时间变化的初步描述
第二节 追踪研究中的多层次模型简介
1.追踪研究中的多层线，睦模型
2.多层线，睦模型的参数估计
3.多层线，隍模型的假设检验
第三节 多层线性模型应用
1.模型定义过程
2.主要输出结果.
第四节 多层线性模型的推广应用.
1.测量次数相同，时间间隔不同.
2.测量次数不同，时间间隔也不同
3.非线性增长模型
4.含有随时间变化的预测变量模型
第五节 多元多层分析模型在追踪研究中的应用
1.多元发展的多层次模型
2.多元增长模型应用举例
第六节 多层线性模型中误差的协方差结构
1.多层线性模型中误差之间关系的“标准”假设
2.多层线性模型与重复测量的方差分析
3.多层线性模型与多元方差分析
4.几种常见的误差协方差矩阵结构
5.正确选择误差协方差矩阵的重要性
小结

第三部分 潜变量增长曲线模型在追踪研究中的应用
第一节 潜变量增长曲线模型简介
1.只有两个测量时间点的两因子LGM
2.定义增长曲线类型的LGM.
3.不定义曲线类型的两因子LGM
4.单因子潜变量增长曲线模型
第二节 潜变量增长曲线模型应用
1.潜变量线，睦增长模型
2.潜变量二次增长曲线模型
3.不定义曲线类型的潜变量增长曲线模型
第三节 潜变量增长曲线模型的多样本比较
1.多样本比较通常关注的问题，
2.潜变量增长曲线模型多样本比较的一般方法，
3.另一种检验多样本增长趋势是否相同的多样本比较的方法，
第四节 多元潜变量增长曲线模型，
1.一阶相关潜变量增长曲线模型，
2.高阶潜变量增长曲线模型，
第五节 潜变量增长曲线模型在群组序列设计中的应用，
1.群组序列设计的IGM模型.
2.不定义增长曲线类型的群组序列设计的LGM.
第六节 含有缺失数据的潜变量增长曲线模型.
1.潜变量增长曲线模型处理数据缺失值的方法
2.多组比较方法的推广.
第七节 多层次潜变量增长曲线模型.
1.全息极大似然估计.
2.多水平潜变量增长曲线模型.
第八节 潜变量增长曲线模型和重复测量的方差分析.
1.追踪数据的MANOVA和LGM.
2.包含有预测变量和结果变量的潜变量增长曲线模型.
小结
附录
参考文献