Каковы преимущества и недостатки использования отдельных моделей по сравнению с многоуровневым моделированием?
В частности, предположим, что в ходе исследования были изучены пациенты, размещенные в рамках практики врачей, расположенных в разных странах. Каковы преимущества / недостатки использования отдельных моделей для каждой страны по сравнению с трехуровневой вложенной моделью?
multilevel-analysis
stratification
Питер Флом
источник
источник
Ответы:
Вопрос устарел, но я думаю, что это очень важно. Лучший ответ, который я могу получить, из книги Joop J Hox (2010) "Методы многоуровневого анализа и приложения, второе издание".
Предположим, что двухуровневые иерархические данные имеют объясняющих переменных на самом низком уровне и объясняющих переменных на самом высоком уровне. Затем на странице 55 он пишет:дp q
Это для описания. Теперь страницы 29-30 ответят на ваш вопрос более точно.
Я надеюсь, что это удовлетворительно.
источник
Задание случайного эффекта предполагает, что средние значения этих уровней являются выборками из нормального распределения. Лучше указать их как фиксированные эффекты, фиктивные переменные АКА, если это предположение не соответствует вашим данным. Таким образом, вы контролируете групповую неоднородность в среднем (на этом уровне), но НЕ допускаете неоднородности в ответах на ваши переменные нижнего уровня.
Если вы ожидаете неоднородности в ответ на пояснительные переменные более низкого уровня, отдельные модели имеют смысл, если только вы не хотите запускать какую-либо модель случайных коэффициентов (что опять-таки предполагает предположение о том, что коэффициенты обычно распределены).
(Я полагаю, что есть методы для ненормальных случайных эффектов, но нет ничего более широко используемого или доступного, чем у меня)
источник
Преимущество: возможность явного тестирования на различия в параметрах по кластерам (т.е. различия в значимости не означают существенных различий).
источник