Sunt datele mele imbricate în grupuri? (model multinivel)

Pe scurt

Persoanele aparțin unor grupuri: copiii unor clase, studenții unor seminarii, mai multe măsurători unei singure persoane. Persoanele din același grup se aseamănă adesea mai mult; testele obișnuite presupun valori independente și ies atunci prea optimiste. Modelul multinivel (model mixt) ține cont de grupuri. Statable îl calculează cu R (lme4, lmerTest). R se încarcă o singură dată, prima oară (aproximativ 40 MB); apoi durează aproximativ o secundă; datele rămân pe dispozitiv.

1. Alegeți măsura (un număr).
2. Alegeți coloana care numește grupul (clasa, seminarul sau persoana, în cazul măsurătorilor repetate).
3. Opțional: caracteristici ale persoanelor care ar putea explica diferențele.

Dacă măsura are doar două valori (da/nu), Statable calculează un model logit mixt: rapoarte de șanse și un ICC latent; evenimentul este valoarea mai mare.

La „Diferă grupurile?” și „Se poate prezice ceva?”, Statable semnalează acest lucru când există o coloană precum „clasa” sau un identificator cu repetiții și deschide apoi întrebarea deja completată. Se află și sub „Mai multe metode”.

Citirea rezultatului

• ICC (model nul): ponderea variației care se află între grupuri. Efectul de design arată cât ar distorsiona gruparea erorile standard ale testelor obișnuite.
• Efecte fixe: b cu interval de 95%, grade de libertate Satterthwaite și p; acesta este efectul unei caracteristici, ținând cont de grupuri.
• Efecte aleatoare: varianța dintre grupuri (τ₀₀) și din cadrul lor (σ²). R² marginal: ponderea datorată efectelor fixe; R² condițional: datorată efectelor fixe și aleatoare împreună.
• Grafic: abaterea fiecărui grup de la media generală cu interval de 95%, ordonat (caterpillar plot). Puncte pline: intervalul exclude 0.

Cerințe și limite

• Mai multe grupuri cu mai multe cazuri fiecare: foarte nesigur sub 10 grupuri, fiabil de la aproximativ 30 (regulă empirică).
• Un număr ca măsură, reziduuri aproximativ normale, grupuri independente între ele. Pentru rezultate da/nu se aplică în schimb modelul logit (vezi mai sus).
• Dacă R raportează o soluție la limită (soluție singulară) sau lipsa convergenței, Statable transformă aceasta într-o propoziție; de obicei ajută un model mai simplu.

Model multinivel: ICC (model nul) = ,16; SES: b = 2,61, IC 95% [1,97; 3,25], t(688,8) = 8,01, p < ,001; R²m = ,17, R²c = ,22 (N = 720 în 40 de grupuri)

Exemple tipice

• Elevi în clase: test de citire pe clase, cu pretestul ca predictor.
• Pacienți în cabinete, angajați în companii, măsurători repetate la aceleași persoane.

Pentru specialiști

lmerTest::lmer cu REML (implicit, ca în jamovi și JASP), grade de libertate Satterthwaite; pachetul lmerTest este livrat fără funcțiile sale de desenare (ggplot2), calculul rămâne neschimbat. Intercept aleator pe grup; o pantă aleatoare (număr sau coloană cu două valori) și centrarea pe media generală se găsesc la „Pentru specialiști”, în rezultat. R² după Nakagawa și Schielzeth (2013), cu extinderea pentru pante după Johnson (2014), ca performance::r2_nakagawa. Verificat cu R pe Mac: sleepstudy, MathAchieve (160 de școli), extras de clase.