Apa kelebihan dan kekurangan menjalankan model terpisah vs pemodelan bertingkat?
Lebih khusus lagi, anggaplah sebuah penelitian memeriksa pasien yang bersarang dalam praktik dokter yang bersarang di negara-negara. Apa keuntungan / kerugian dari menjalankan model terpisah untuk masing-masing negara vs model bertingkat tiga?
multilevel-analysis
stratification
Peter Flom - Pasang kembali Monica
sumber
sumber
Jawaban:
Pertanyaannya sudah usang tetapi saya pikir ini sangat penting. Jawaban terbaik yang bisa saya dapatkan adalah dari buku Joop J Hox (2010) "Teknik dan Aplikasi Analisis Multilevel, Edisi Kedua".
Misalkan data hierarki dua tingkat dengan variabel penjelas di tingkat terendah dan variabel penjelas di tingkat tertinggi. Kemudian, di halaman 55, ia menulis:hal q
Itu untuk deskripsi. Sekarang halaman 29-30 akan menjawab pertanyaan Anda dengan lebih akurat.
Saya harap ini memuaskan.
sumber
Menentukan efek acak melibatkan asumsi bahwa rata-rata level tersebut adalah sampel dari distribusi normal. Lebih baik untuk menentukan mereka sebagai efek tetap, variabel dummy AKA jika asumsi ini tidak sesuai dengan data Anda. Dengan cara ini Anda mengendalikan heterogenitas berkelompok dalam mean (pada tingkat itu), tetapi Anda TIDAK mengizinkan heterogenitas dalam respons terhadap variabel tingkat yang lebih rendah.
Jika Anda mengharapkan heterogenitas sebagai respons terhadap variabel penjelas tingkat rendah Anda, model terpisah masuk akal, kecuali jika Anda ingin menjalankan semacam model koefisien acak (yang lagi-lagi melibatkan asumsi bahwa koefisien terdistribusi secara normal).
(Saya percaya ada metode untuk efek acak non-normal, tetapi tidak ada yang banyak digunakan atau dapat diakses seperti lme)
sumber
Keuntungan: Kemampuan untuk secara eksplisit menguji perbedaan dalam parameter oleh cluster (yaitu perbedaan signifikansi tidak berarti perbedaan signifikan).
sumber