作者顯示了各種各樣的模型，例如固定／隨機截距和／或者固定／隨機坡度、有條件增長曲線模型、平行過程模型、多組分析。他們也討論了模型的各種延伸，例如分段增長、結構潛在增長、類型和有序變量結果等。他們用了大量說明性的圖形來表述和討論，這是使用結構方程模型的一個優勢。

序第1章 簡介 第1節 本書概述 第2節 潛變量增長曲線模型：簡短的歷史與概述 第3節 模型設定和參數解釋 第4節 時間的測量尺度 第5節 異步測量 第6節 前提假設 第7節 參數估計與缺失數據 第8節 模型評估與選擇 第9節 統計效力第2章 將潛變量增長曲線模型應用於經驗數據 第1節 數據 第2節 軟件 第3節 模型擬合策略的概要 第4節 模型0：空模型 第5節 模型1：隨機截距模型 第6節 模型2：固定截距、固定斜率 第7節 模型3：隨機截距、固定斜率 第8節 模型4：隨機截距、隨機斜率 第9節 模型5：多群體分析 第10節 模型6：條件增長曲線模型 第11節 模型7：並行過程模型 第12節 模型8：隊列序列設計 第13節 模型9：時變協變量 第14節 模型10：多項式增長曲線 第15節 模型11：未設定軌跡 第16節 總結第3章 模型的特別拓展 第1節 增長混合模型 第2節 分階段增長 第3節 多指標潛變量的變化模型 第4節 結構潛變量曲線 第5節 自回歸潛變量曲線模型 第6節 分類變量和次序變量模型 第7節 在變化中對因果關系建模 第8節 總結第4章 潛變量增長模型和多層模型的關系 第1節 MLM在重復測量數據中的應用 第2節 模型設置 第3節 參數估計 第4節 模型評估 第5節 MLM和LGM重合的方面 第6節 MLM和LGM的不同之處 第7節 軟件第5章 結論附錄注釋參考文獻譯名對照表