Wat is een hiërarchisch model?
Hiërarchische en Mixed-Effects-modellen in R
Richard Erickson
Data Scientist
Cursusoverzicht
- Onderdelen van mixed-effectmodellen
- Lineaire mixed-effectmodellen toepassen en interpreteren
- Generalized linear mixed-effectmodellen
- Repeated-measuresmodellen
Waarom gebruiken we een hiërarchisch model?
- Data genest in zichzelf
- Info bundelen bij kleine steekproeven
- Herhaalde metingen per groep of individu
Andere namen voor hiërarchische modellen
- Hiërarchische modellen: geneste modellen, multilevelmodellen
- Regressiekader
- Informatie "poolen"
- "Random effect" versus "fixed effect"
- "Mixed effect" (lineair mixed-effectmodel; LMM)
- Lineaire mixed-effectregressie (lmer)
- Herhaald bemonsteren: "repeated measures", "paired tests"
Toetsscores op school
Metadata:
- Toename in rekenscores per leerling van kleuterklas naar groep 3
- Onderdeel van een landelijk assessment in de VS
- Subset van data van West, Welch en Galecki
Leerlingniveau-variabelen:
- Leerling-ID:
childid - Winst in rekentestscore:
mathgain - Rekenscore in kleuterklas:
mathdind - Geslacht leerling:
sex - Minderheidsstatus leerling:
minority
Toetsscores op school
Klasniveau-variabelen:
- Klas-ID:
classid - Rekenopleiding docent:
mathprep - Kennis-score rekentest docent:
mathknow - Aantal jaren lesgeven docent:
yearstea
Schoolniveau-variabelen:
- School-ID:
schoolid - Armoedeniveau huishoudens school:
housepov - Sociaaleconomische status school:
ses
Laten we oefenen!
Hiërarchische en Mixed-Effects-modellen in R
