Использование Cholesky Разложение для изучения индивидуальных различий в продольных отношений между чтением Навыки

Резюме

В этой статье демонстрируется использование метода золотого стандарта в поведенческой генетике, методразлого разложения Холески, для оценки уникальных, перекрывающихся генетических и экологических воздействий на различные переменные, чтобы ответить на продольно мотивированные исследования Вопросы.

Аннотация

Метод разложения Холеского является золотым стандартом, используемым в области поведенческой генетики. Метод популярен, потому что его легко программировать и решать. Используя этот метод, исследователи могут исследовать индивидуальные различия в продольных отношениях различных переменных в нескольких точках времени. Метод позволяет следователям разлагать дисперсию на (1) уникальные генетические, общие и необщие экологические эффекты, которые возникают в определенные моменты времени, а также (2) перекрывающихся генетических, общих и необщих экологических эффектов, которые переносятся от одного время точки к другому. Однако метод не определяет механизмы или происхождение, лежащие в основе этих эффектов. В настоящем докладе основное внимание уделяется применению метода разложения Холеского в области педагогической психологии. В частности, в нем обсуждаются индивидуальные различия в продольных отношениях между знаниями письма детского сада, детской фанологической осведомленности, первого класса слово уровня чтения навыков, а также седьмой класс чтения понимания.

Введение

Стать опытным читателем с возможностью свободно читать и понять текст имеет важное значение для школьных результатов детей. Чтобы предотвратить развитие проблем чтения, очень важно понять, в какой степени различные навыки чтения предсказывают понимание чтения. Существующие исследования показали, что предварительное чтение и навыки чтения на уровне слов в начальной школе продольно предсказать понимание чтения в средней школе^1,2. Индивидуальные различия в этих прогнозах в основном указывают на основные генетические (и в некоторой степени, экологические) факторы от детского сада до 4 класса^3,4. Тем не менее, необходимо изучить ли эти же генетические и экологические факторы продолжают влиять на эти прогнозы до средней школы классов.

Один из методов, чтобы получить лучшее понимание индивидуальных различий, лежащих в основе ассоциации между начальной и средней школы навыки чтения использует поведенческую генетическую методологию, в частности, метод разложения Чолески. Метод разложения Холеского считается одним из золотого стандарта анализа поведенческой генетики. Этот метод прост в программировании и решении и позволяет разложение дисперсии и коварии в (A) генетические, (C) общие экологические, и (E) необщих экологических воздействий, как правило, в выборке близнецов. Пример неиваратного (одной переменной) разложения Холеского указывается на рисунке 1. Скрытый фактор относится к генетическим эффектам, которые являются генетическими влияниями, унаследованные от родителей. Скрытый фактор C относится к общим экологическим последствиям, которые являются аспектами окружающей среды, которые служат для того, чтобы сделать близнецов более похожими, такими как домашняя и школьная среда. Наконец, латентный фактор E относится к необщим экологическим воздействиям, которые являются экологическими влияниями, которые являются уникальными для каждого близнеца и способствуют различиям между близнецами, таким как собственный опыт каждого из них. Коэффициент E также фиксирует погрешность измерения.

Рисунок 1: Разложение на (A) генетическое, (C) совместное воздействие окружающей среды и (E) несовместное воздействие на окружающую среду. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Факторы A, C и E на рисунке 1 оценивают степень влияния генов и сред на одну (чтение) переменной. Тем не менее, для изучения индивидуальных различий, лежащих в основе продольных ассоциаций между более чем одним навыком чтения от начальной до средней школы, продольный анализ необходим. Для ответа на продольно мотивированные исследовательские вопросы здесь используется многовариантныйметод разложения Холеского. Концептуально многовариантный метод разложения Холески аналогичен иерархической множественной регрессии, так что независимый вклад генетических и экологических факторов оценивается после того, как вклад предыдущих факторов был принят в Учетной записи.

Например, в многовариантном разложении Холески с продольными данными в четырех временных точках (см. рисунок 2),первый набор факторов (A_1),общие экологические (C₁), и необщей экологической (E₁) способствует дисперсии всех переменных, представленных в виде путей₁₁,₂₁,₃₁,₄₁, c₁₁, c₂₁, ..., e₁₁, и т.д., от_{A 1}, C₁, E₁ факторы для каждой переменной . Второй набор факторов (A_2,C_2,E₂) способствует дисперсии второй и последующих переменных после контроля за первой точкой времени. Второй набор факторов представлен как пути₂₂,₃₂,₄₂, c₂₂, c₃₂, ..., e₂₂и т.д. Затем влияние третьего набора факторов (A_3,C_3,E₃) оценивается для третьей и четвертой переменных после контроля за предыдущими двумя точками времени. Они представлены как пути₃₃,₄₃, c_33, c_43, e_33,e₄₃, e 43 . Наконец, влияние четвертого набора факторов (A_4,C₄, E₄) измеряются для точки окончательного времени после контроля за всеми предыдущими точками времени. Они представлены как пути_44,c_44,e₄₄.

Рисунок 2: Многовариантная модель разложения Холески в течение четырех временных точек. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

В этом продольном применении многовариантного метода разложения Холески, генетические и экологические влияния в каждый момент времени оцениваются после того, как последствия предыдущих точек времени были проконтролированы. Таким образом, этот метод позволяет определить степень, в которой уникальные генетические и экологические влияния приходят онлайн в каждый конкретный момент времени, независимо от влияний из предыдущих точек времени (эти эффекты оцениваются по путям_{11, 22},₃₃,₄₄, c_11, c₂₂, ..., e_11, e₂₂и т.д.). Кроме того, метод также позволяет изучить степень, в которой те же (перекрывающиеся) генетические и экологические влияния распределяются между точками времени. Другими словами, можно определить, в какой степени генетические и экологические влияния переносятся из одной временной точки в другую (т.е. эти эффекты оцениваются по путям₂₁, a₃₁,_{a 32},_{a 42}, a ₄₃, c₂₁, c₃₁, ..., e₂₁и т.д.). Следует отметить, что пути_11,c₁₁и e₁₁ представляют все возможные генетические и экологические влияния до и в том числе первый момент времени, который может быть либо уникальным или перекрывающихся с предыдущими точками времени. Однако временные моменты до первой точки времени не оцениваются; следовательно, невозможно точно определить, представляют ли они уникальные или перекрывающиеся влияния. Для целей упрощения они включаются в качестве уникальных влияний в настоящем докладе.

Порядок измеренных переменных, введенных в разложение Холеского, является произвольным. Тем не менее, порядок, как правило, определяется теоретической точки зрения. Это также относится и к текущему исследованию, в котором порядок был основан на развитии навыков чтения, так что навыки чтения в начальной школе являются предсказуемыми понимания чтения в средней школе.

Есть несколько докладов в литературе исследования генетических и экологических факторов, лежащих в основе продольных ассоциаций навыков чтения с использованием метода разложения Чольский. Эти предыдущие исследования в основном сосредоточены на изучении отношений между навыками чтения среди учащихся^{начальной}школы 6^,7. Существует только одно опубликованное исследование изучения индивидуальных различий, связанных с чтением из начальных классов в средней школе классов с использованием многовариантного метода разложения Холески⁸. Этот протокол детализирует многовариантный метод разложения Холески из этого конкретного доклада для изучения индивидуальных различий в продольных отношениях между знаниями письма детского сада, фанологической осведомленности детского сада, первого класса слово-уровня навыки чтения, и седьмой класс чтения понимания.

Результаты исследования сосредоточены на использовании многоварного метода разложения Холески для разграничения двух типов генетических и экологических воздействий. Во-первых, показано, как оценить генетические и экологические влияния, которые переносят (перекрытия) от начальной до средней школы чтения (например, оценка путей₄₃, c₄₃, и e₄₃, которые являются генетические и экологические влияния на слово уровня чтения навыки с первого класса, которые влияют на понимание чтения в седьмом классе). Во-вторых, показано, как оценить уникальные генетические и экологические влияния, которые приходят онлайн в каждом конкретном классе (например, оценка путей₃₃, c₃₃, и e₃₃, которые являются уникальными генетическими и экологическими влияниями на слово уровня чтения навыки, которые возникают в первом классе).

протокол

Приведенные ниже шаги описывают процесс оценки индивидуальных различий, лежащих в основе продольных связей между навыками чтения начальной и средней школы в (A) генетические, (C) общие экологические и (E) необщие экологические факторы, использующие программа статистического моделирования, текстовый процессор и программное обеспечение с графическим пользовательским интерфейсом (GUI). Это исследование было одобрено Институциональным наблюдательным советом при Университете штата Флорида.

1. Подготовка данных для программы статистического моделирования

1. Подготовьте данные в формате, который может быть прочитан программой статистического моделирования по выбору. Популярные программы статистического моделирования включают Mx, OpenMx в платформе R и MPlus⁹. Mx может считывать файлы данных в форматах данных .vl или .dat, OpenMx в любом формате данных и Mplus в формате данных .dat. Пример, показанный здесь, выполнен в программе MPlus⁹.
   ПРИМЕЧАНИЕ: Пример файла данных в формате .dat для шести случайно выбранных участников доступен в дополнительных файлах. Переменные, используемые в файле выборочных данных, отражают переменные, используемые в файле кодирования ввода.

2. Чтение данных в программе статистического моделирования, запуск сценария и оценка эффектов

1. Откройте программу статистического моделирования.
2. Найдите соответствующий файл данных, который будет прочитан в программе статистического моделирования, введя ввод "Файл - это "вставить расположение файла данных на компьютере".
3. Нажмите на значок RUN на ленте программы статистического моделирования, чтобы получить оценки генетических, общих экологических и необщих экологических воздействий от многовариантного метода разложения Холески. Аннотированный входной скрипт для многовариантной модели разложения Холески в течение четырех временных точек, а также его выход с помощью MPlus можно найти в дополнительных файлах кодирования.
4. После того, как программа статистического моделирования генерирует оценки для генетических, общих экологических и необщих экологических воздействий, найти оценки в файле вывода под stx₁₁ для пути₁₁, stx₂₁ для пути₂₁, ..., sty₁₁ для пути c_11,sty₂₁ для путя c_21,..., stz₁₁ для путя e_11,stz₂₁ для путя e_21,etc.

3. Создание таблицы с сгенерированными оценками

1. Откройте текстовый процессор.
2. Копирование генерируемых оценок в таблицу в текстовом процессоре. Таблица может быть создана в формате, указанном на рисунке 3. Например, в этом случае оценки для путей_11,21,31и₄₁ имеют значения 0,60, 0,24, 0,63 и 0,18 соответственно.

Рисунок 3: Многовариантное разложение Холески моделирует стандартизированные оценки траектории генетических и экологических воздействий. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

4. Распространение генетических, общих экологических и необщих экологических воздействий

1. Откройте программное обеспечение с графическим интерфейсом.
2. Введите оценки из созданной таблицы в ячейки F3-F16, G4-G16, H5-H16 и I6-I16. Скриншот из программного обеспечения с графическим интерфейсом изображен на рисунке 4.

Рисунок 4: Ввод оценок в программное обеспечение с графическим интерфейсом. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

3. Рассчитайте дисперсию генетических, общих экологических и необщих экологических воздействий, сводя оценки в клетках F3-F16, G4-G16, H5-H16 и I6-I16. Введите значения квадратного квадрата в ячейках J3-J16, K4-K16, L5-L16 и M6-M16.
4. Рассчитайте процентное отклонение путем умножения значений в ячейках J3-J16, K4-K16, L5-L16 и M6-M16 на 100. Введите процентные значения в ячейках N3-N16, O4-O16, P5-P16 и No6-16. Шаги 4.3 и 4.4 изображены на рисунке 5.

Рисунок 5: Иллюстрация шагов 4.3 и 4.4. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

5. Рассчитайте, в какой степени генетические влияния переносят (перекрытия) из начальной в среднюю школу.
   1. В ячейке R3 введите "0".
   2. В ячейке R4 введите тип «N4». Это степень, в которой генетические влияния с первой точки времени перенести на второй момент времени. В этом случае, это указывает на генетические влияния от письма именования беглость в детском саду переносит на фонем сегментации беглости в детском саду.
   3. В ячейке R5 введите тип «N5»O5. Это степень, в которой генетические влияния из первых двух точек времени переносятся на третью точку времени. В этом случае, это указывает на генетические влияния от письма именования беглость в детском саду и фонем сегментации беглости в детском саду, переносит на слово уровня навыков чтения в классе 1.
   4. В ячейке R6 введите тип "N6-O6"P6". Это степень, в которой генетические влияния из первых трех точек времени переносятся на четвертую точку времени. В этом случае, это указывает на генетические влияния от письма именования беглость в детском саду, фонемсегментации беглости в детском саду, и слово уровня навыков чтения в классе 1 переноса на чтение понимания в классе 7.
6. Рассчитайте, в какой степени общие экологические и необщие экологические влияния переносят (перекрытия) из начальной в среднюю школу так же, как и в шаге 4.5.
7. Рассчитайте, в какой степени уникальные генетические, общие экологические и необщие экологические факторы выходят в систему в каждый конкретный момент времени (т.е. сорт).
   1. Копировать проценты от клеток N3, O4, P5 и No 6 в клетки S3, S4, S5 и S6, соответственно, чтобы получить степень, в которой уникальные генетические факторы приходят онлайн в каждом классе.
   2. Копируйте проценты от ячеек N8, O9, P10 и No11 в ячейки U3, U4, U5 и U6, соответственно, чтобы получить степень, в которой уникальные общие экологические факторы приходят в сети в каждом классе.
   3. Копируйте проценты от ячеек N13, O14, P15 и No16 в ячейки W3, W4, W5 и W6, соответственно, чтобы получить степень, в которой уникальные необщие экологические факторы выходят в интернет в каждом классе.
8. Для того чтобы все расчеты были правильными, значения в ячейках R3-W3, R4-W4, R5-W5 и R6-W6 должны складываться до 100. Шаги 4.5-4.7 изображены на рисунке 6.

Рисунок 6: Иллюстрация шагов 4.5-4.8. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

9. Участок генетического перекрытия, а также генетические уникальные влияния, нажав и перетаскивая мышь над клетками R2-R6 и S2-S6, чтобы выделить данные.
10. Нажмите на меню Insert.
11. Нажмите на диаграммы (gt; Stacked колонка.
12. Повторите шаги 4.9-4.11 для совместного экологического и несовместного экологического перекрытия, а также уникальных воздействий. Выберите ячейки T2-T6 и U2-U6, чтобы устроить общий участок воздействия на окружающую среду, и выберите ячейки V2-V6 и W2-W6 для необщих экологических воздействий.

Результаты

Стандартизированные оценки генетических, общих экологических и необщих экологических воздействий многовариантной модели разложения Холески изображены на рисунке 7. В целом, результаты показали, что индивидуальные различия в детском саду предварительного ?...

Обсуждение

Цель этого исследования состояла в том, чтобы продемонстрировать, как устоявшийся метод в поведенческой генетике, многовариантный метод разложения Холески, может эффективно использоваться для понимания отношений между переменными в временном контексте. В частности, этот метод позво?...

Материалы

Name	Company	Catalog Number	Comments
Microsoft Office Excel	Microsoft
Microsoft Office Powerpoint	Microsoft
Microsoft Office Visio	Microsoft
Microsoft Office Word	Microsoft
Mplus Statistical Program	Mplus