1.14k likes | 2.18k Views
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.
E N D
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)
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 平均及影響效果都相同
截距不同、斜率相同 平均不相同 影響效果相同
截距相同、斜率不同 平均相同 影響效果不同
截距與斜率均不同 平均不相同 影響效果不相同
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)
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
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
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:
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)
進行HLM之準備工作-1 在SPSS中彙整資料
進行HLM之準備工作-2 建立MDM檔
進行HLM之準備工作-3 選擇HLM2
進行HLM之準備工作-4 選擇SPSS檔案
進行HLM之準備工作-5 選擇階層一檔案
進行HLM之準備工作-6 選擇ID及變項
進行HLM之準備工作-7 選擇階層二檔案
進行HLM之準備工作-8 選擇ID及變項
進行HLM之準備工作-9 指定mdm名稱
進行HLM之準備工作-10 指定mdmt名稱
進行HLM之準備工作-11 建立MDM檔
進行HLM之準備工作-12 查看統計量
進行HLM之準備工作-13 各項統計量
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)
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
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
隨機效果單因子變異數分析-4 進行分析
隨機效果單因子變異數分析-5 觀看結果
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
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
一般迴歸模式-2 • 階層一: • 階層二: • 一般模式:
一般迴歸模式-4 截距(顯著) 斜率(顯著)
一般迴歸模式-4 (平移) 依變項總平均 斜率
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
隨機效果單因子共變數分析-2 • 階層一: • 階層二: • 一般模式:
隨機效果單因子共變數分析-2 無誤差項,為固定效果
隨機效果單因子共變數分析-6 斜率為固定效果