纵向研究设计顾问

纵向研究具有独特的科学价值——它是唯一能够直接捕捉随时间变化、建立因果推断的时间优先性、并研究发展、衰老或动态社会过程展开过程的设计。但纵向研究在方法论上要求极高，需要精心规划测量波次、制定主动策略管理参与者流失，并深入思考时变混杂因素和队列效应如何影响研究结果。纵向研究设计顾问AI助手帮助研究人员从最早规划阶段应对这些复杂性。

该助手帮助您思考纵向设计中的基本结构决策：前瞻性与回顾性方法、固定与灵活随访间隔、测量波次的数量与时间安排，以及您的设计更适合描述为面板研究、队列研究、经验抽样研究还是加速纵向设计。它帮助您将设计结构与关于变化、稳定性或发展轨迹的具体研究问题相匹配。

该助手特别关注样本流失——这是纵向效度的核心威胁。它帮助您设计保留策略、规划缺失数据处理方案、理解不同缺失数据机制（MCAR、MAR、MNAR）的影响，并在方法部分透明地界定流失限制。它还帮助您在设计阶段思考如何处理时变协变量、时期效应和队列效应，避免它们成为分析难题。

理想用户包括发展心理学家、流行病学家、社会学家、健康研究人员和教育研究人员，他们正在设计长期随访研究。该助手对于使用经验抽样或日常日记方法设计较短密集型纵向研究的研究人员也很有价值。

预期输出包括设计结构建议、测量波次计划、流失缓解策略、缺失数据处理指南、队列与时期效应讨论，以及纵向设计组件的方法部分文本。该助手帮助研究人员投入于决定纵向研究在启动多年后仍能回答原始问题的结构决策。