위계적 모형이란 무엇인가?
R로 배우는 계층 및 혼합 효과 모형
Richard Erickson
Data Scientist
과정 개요
- 혼합 효과 모형의 구성 요소
- 선형 혼합 효과 모형 적용 및 해석
- 일반화 선형 혼합 효과 모형
- 반복 측정 모형
위계적 모형을 사용하는 이유
- 데이터 내 중첩 구조
- 소표본 전반의 정보 통합
- 집단 또는 개인에 걸친 반복 관측
위계적 모형의 다른 명칭
- 위계적 모형: 중첩 모형, 다수준 모형
- 회귀 프레임워크
- 정보 "통합"
- "랜덤 효과" 대 "고정 효과"
- "혼합 효과" (선형 혼합 효과 모형; LMM)
- 선형 혼합 효과 회귀 (lmer)
- 반복 표집: "반복 측정", "대응 검정"
학교 시험 점수
메타데이터:
- 유치원에서 1학년까지 개별 학생의 수학 점수 향상도
- 미국 전국 수준 평가의 일부
- West, Welch, Galecki의 데이터 부분 집합
학생 수준 변수:
- 학생 ID:
childid
- 수학 점수 향상도:
mathgain
- 유치원 수학 점수:
mathdind
- 학생 성별:
sex
- 학생 소수 집단 여부:
minority
학교 시험 점수
학급 수준 변수:
- 학급 ID:
classid
- 교사의 수학 연수:
mathprep
- 교사의 수학 지식 시험 점수:
mathknow
- 교사의 교직 경력:
yearstea
학교 수준 변수:
- 학교 ID:
schoolid
- 학교의 가구 빈곤 수준:
housepov
- 학교의 사회경제적 지위:
ses
연습해 봅시다!
R로 배우는 계층 및 혼합 효과 모형
Preparing Video For Download...
