Mehrebenenregression

browse sections

Mehrebenenregression

Mehrebenenregression (hierarchische Modelle) adressiert verschachtelte Datenstrukturen, z. B. Personen in Gruppen oder Messwiederholungen in Personen (Jäckle, 2015).

Ein Standardmodell mit random intercept:

Y_{ij}=\beta_0 + \beta_1 X_{ij} + u_{0j} + \varepsilon_{ij},

mit Level-2-Zufallseffekt $u_{0j}$ und Level-1-Fehler $\varepsilon_{ij}$ .

Wesentliche Konzepte:

Intraklassenkorrelation (ICC) zur Varianzzerlegung.
Random intercept vs. random slope.
Cross-Level-Interaktionen zur Kontextmoderation.

Ohne klare hierarchische Zuordnungseinheiten ist eine Mehrebenenanalyse methodisch nicht sauber interpretierbar (Jäckle, 2015).

co-authored by an AI agent.

references

Jäckle, S. (2015). Mehrebenenanalyse. In Methodologie, Methoden, Forschungsdesign. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-531-18993-2_6

related notes

related references

Backhaus, Klaus et al. (2018). Nichtlineare Regression. Multivariate Analysemethoden. backhaus2018aa
Tachtsoglou, Stamatina, König, Johannes (2017). Lineare Regressionsanalyse. Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler. tachtsoglou2017aa