1 / 95

多層次模型 multilevel modeling

多層次模型 multilevel modeling. 陳正昌. 兩種謬誤. 如果是根據 群體 的特質來推斷其中 個體 的特質,即是犯了 生態謬誤 ( ecological fallacy )( 以群體所做的分析 , 關聯較高 ) 反之,若依據 個體 的特質而推論 群體 的特質,則犯了 原子論式的謬誤 ( atomistic fallacy )( 要加總需符合組內一致、組間有差異的統計檢驗 ). 不同層次 ( 階層 ) 的資料 - 1. 不同層次 ( 階層 ) 的資料 - 2. 一般線性模式基本觀念. 迴歸分析: 變異數分析: 共變數分析:. 截距與斜率均相同.

lona
Download Presentation

多層次模型 multilevel modeling

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 多層次模型multilevel modeling 陳正昌

  2. 兩種謬誤 • 如果是根據群體的特質來推斷其中個體的特質,即是犯了生態謬誤(ecological fallacy)(以群體所做的分析,關聯較高) • 反之,若依據個體的特質而推論群體的特質,則犯了原子論式的謬誤(atomistic fallacy)(要加總需符合組內一致、組間有差異的統計檢驗)

  3. 不同層次(階層)的資料-1

  4. 不同層次(階層)的資料-2

  5. 一般線性模式基本觀念 • 迴歸分析: • 變異數分析: • 共變數分析:

  6. 截距與斜率均相同 平均及影響效果都相同

  7. 截距不同、斜率相同 平均不相同 影響效果相同

  8. 截距相同、斜率不同 平均相同 影響效果不同

  9. 截距與斜率均不同 平均不相同 影響效果不相同

  10. 多層次模型的各種名稱 • 階層線性模式(hierarchical linear models) • 多階層線性模式 (multilevel linear models) • 混合效果模式 (mixed-effects models) • 隨機效果模式 (random-effects models) • 隨機係數迴歸模式 (random coefficient regression models)

  11. 較專業且易使用 多層次模型的各種分析軟體 • HLM 7.0 • MLwiN 2.23 • SPSS 19.0 • SAS 9.2 • Stata 11.1 • Systat 13.0 • Genstat 13.1

  12. 高階迴歸是對低階迴歸係數做解釋,而不是對依變項本身做解釋高階迴歸是對低階迴歸係數做解釋,而不是對依變項本身做解釋 多層次模型示意圖

  13. 階層二預測變項對依變項的效果 階層一預測變項對依變項的效果 階層二預測變項與階層一預測變項的交互作用 多層次模型的完整模型(截距及斜率模型) • 階層一: • 階層二: • 一般模式:

  14. 多層次模型的六大次模型 • 隨機效果單因子變異數分析(one-way ANOVA with random effects ) • 隨機效果單因子共變數分析 (one-way ANCOVA with random effects) • 隨機係數迴歸模型 (random coefficients regression model) • 截距模型(intercept-as-outcomes regression ) • 脈絡模型(contextual model) • 非隨機變化斜率模型 (a model with nonrandomly varying slopes)

  15. 多層次模型的六大次模型摘要

  16. 進行HLM之準備工作-1 在SPSS中彙整資料

  17. 進行HLM之準備工作-2 建立MDM檔

  18. 進行HLM之準備工作-3 選擇HLM2

  19. 進行HLM之準備工作-4 選擇SPSS檔案

  20. 進行HLM之準備工作-5 選擇階層一檔案

  21. 進行HLM之準備工作-6 選擇ID及變項

  22. 進行HLM之準備工作-7 選擇階層二檔案

  23. 進行HLM之準備工作-8 選擇ID及變項

  24. 進行HLM之準備工作-9 指定mdm名稱

  25. 進行HLM之準備工作-10 指定mdmt名稱

  26. 進行HLM之準備工作-11 建立MDM檔

  27. 進行HLM之準備工作-12 查看統計量

  28. 進行HLM之準備工作-13 各項統計量

  29. 進行HLM之準備工作-14 完成

  30. 隨機效果單因子變異數分析-1 • 有群體及個體層次之區別 • 僅有依變項(結果變項) • 沒有任何預測(解釋)變項 • 多被視為起始模式,稱為虛無模型(null model)、零模型(empty model)或基準線模型(baseline model)

  31. 隨機效果單因子變異數分析-2 • 階層一: • 階層二: • 一般模式: • 內在組別相關係數ICC:代表組內個體相關的程度

  32. 指定結果變項 如果不設隨機誤差,則等於求全體的平均數 隨機效果單因子變異數分析-3

  33. 隨機效果單因子變異數分析-4 進行分析

  34. 隨機效果單因子變異數分析-5 觀看結果

  35. 隨機效果單因子變異數分析-6

  36. 隨機效果單因子變異數分析-7

  37. 隨機效果單因子變異數分析-8

  38. 隨機效果單因子變異數分析-9 未加權平均數(截距) 小於0.059, 低度組內相關 0.059~0.138,中度組內相關 大於0.138, 高度組內相關 也有建議以0.12為取決點 各縣市間平均受教年數(截距)有顯著差異

  39. 一般迴歸模式-1 • 階層一加入預測變項 • 截距及斜率均設定為固定效果

  40. 一般迴歸模式-2 • 階層一: • 階層二: • 一般模式:

  41. 一般迴歸模式-3

  42. 一般迴歸模式-4 截距(顯著) 斜率(顯著)

  43. 一般迴歸模式-4 (平移) 依變項總平均 斜率

  44. 隨機效果單因子共變數分析-1 • 階層一加入預測變項 • 斜率設定為固定效果

  45. 隨機效果單因子共變數分析-2 • 階層一: • 階層二: • 一般模式:

  46. 隨機效果單因子共變數分析-2 無誤差項,為固定效果

  47. 隨機效果單因子共變數分析-3

  48. 隨機效果單因子共變數分析-4

  49. 隨機效果單因子共變數分析-5

  50. 隨機效果單因子共變數分析-6 斜率為固定效果

More Related