Régression multiple avec variables indépendantes mesurées de façon répétée?

Conception et hypothèse : nous avons mesuré wellbeingà Time-1 et Time-2, nous voulons voir si le facteur A(mesuré à Time-1 et supposé être un facteur stable dans le temps) est un prédicteur significatif de facteur B(mesuré à Time-2) . Nous nous attendons également à ce que wellbeing, actuels ou passés, y contribuent B.

Question : est-il approprié de faire une régression multiple avec une wellbeingmesure aux deux moments (en utilisant le même instrument) comme prédicteur simultané? - des corrélations significatives entre les prédicteurs sont présentes, mais les diagnostics de multicolinéarité semblaient bons ... existe-t-il un meilleur moyen de tester l'hypothèse qui ferait bon usage du plan longitudinal ?

Merci beaucoup!

Après avoir consulté plusieurs personnes, voici quelques conseils que j'ai reçus qui m'ont aidé à décider de l'approche à adopter. En fin de compte, cela revient à la question de recherche et aux hypothèses avancées.

Si nous étions intéressés à la contribution unique Aà B, au-delà actuel et passé wellbeing, nous avons pu exécuter la régression hiérarchique. Il y aura beaucoup de variances qui se chevauchent, expliquées par le courant et le passé wellbeing, mais les saisir dans des étapes distinctes peut nous aider à comprendre la contribution unique de l'une à l'autre B. Dans notre cas, nous sommes entrés pour la première wellbeingfois à Time-1, puis wellbeingà Time-2. Même si Time-1 wellbeingexpliquait une grande partie de la variance B, ce n'était plus un prédicteur significatif lorsque nous sommes entrés dans Time-2 wellbeing. Cela suggère que le courant, plutôt que le passé, wellbeingest un facteur contributif plus important. nous sommes entrésAdans la dernière étape, et il a apporté une amélioration significative au modèle avec Time-1 et Time-2 wellbeing, et cela soutient notre hypothèse initiale.

Si nous étions intéressés à la façon dont le changement dans wellbeingde temps en temps à 1-2 prévoit B, nous pourrions calculer les scores de différence, ou utiliser des modèles de score de changement latents plus élaborés pour tenir compte de la nature à plusieurs reprises mesurée wellbeing. Quelques ressources utiles pour cette approche: l'article de revue de McArdle de 2009 , les diapositives Cambridge Powerpoint avec des exemples et la syntaxe Mplus