Einführung in die Mehrebenenanalyse mit MLWin
Von der Regressionsanalyse zum Random-Slope-Modell
Seiten
2005
|
1., Aufl.
Verlag Empirische Pädagogik
978-3-937333-15-1 (ISBN)
Verlag Empirische Pädagogik
978-3-937333-15-1 (ISBN)
- Titel erscheint in neuer Auflage
- Artikel merken
Zu diesem Artikel existiert eine Nachauflage
Die in diesem Büchlein dargestellten Modelle stellen nur einen kleinen Ausschnitt aus der Menge der möglichen Anwendungen dar. Besonderes Potential ist in den Modellen mit nominalskalierten Responsevariablen (z. B. Raucher versus Nichtraucher) zu sehen.
Besonderes Interesse bei Gesundheitsforschern haben die "cross level interactions models" hervorgerufen. In diesen Modellen werden Kontextvariable mit individuellen Variablen verknüpft.
Mit der Mehrebenenanalyse können auch abhängige Messungen modelliert werden (z. B. abhängige Messung auf Ebene 1, Person auf Ebene 2, Klasse auf Ebene 3 und Schule auf Ebene 4).
Subramanian (2004, S. 604) bestätigt das Potential, wenn er Folgendes festhält:
"The notions of contextual and compositional sources of variation have general relevance and they are applicable whether the context is administrative (e.g., political boundaries), temporal (e.g., different time periods, or institutional (e.g., schools or hospitals)."
Die Mehrebenenanalyse geht weit über die Regressionsanalyse hinaus, in dem sie es er-möglicht, geclusterte Daten aus sozialen Entitäten zu modellieren.
Das Potential von MLWin wird durch die MLWin-Entwicklungsgruppe ständig erhöht und lässt weitere interessante Impulse für Forschung in der Zukunft erwarten.
Besonderes Interesse bei Gesundheitsforschern haben die "cross level interactions models" hervorgerufen. In diesen Modellen werden Kontextvariable mit individuellen Variablen verknüpft.
Mit der Mehrebenenanalyse können auch abhängige Messungen modelliert werden (z. B. abhängige Messung auf Ebene 1, Person auf Ebene 2, Klasse auf Ebene 3 und Schule auf Ebene 4).
Subramanian (2004, S. 604) bestätigt das Potential, wenn er Folgendes festhält:
"The notions of contextual and compositional sources of variation have general relevance and they are applicable whether the context is administrative (e.g., political boundaries), temporal (e.g., different time periods, or institutional (e.g., schools or hospitals)."
Die Mehrebenenanalyse geht weit über die Regressionsanalyse hinaus, in dem sie es er-möglicht, geclusterte Daten aus sozialen Entitäten zu modellieren.
Das Potential von MLWin wird durch die MLWin-Entwicklungsgruppe ständig erhöht und lässt weitere interessante Impulse für Forschung in der Zukunft erwarten.
| Reihe/Serie | Forschung, Statistik & Methoden ; 9 |
|---|---|
| Sprache | deutsch |
| Maße | 148 x 210 mm |
| Gewicht | 232 g |
| Einbandart | Paperback |
| Themenwelt | Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik |
| Schlagworte | Mehrebenenanalyse • Methodik • Statistik |
| ISBN-10 | 3-937333-15-0 / 3937333150 |
| ISBN-13 | 978-3-937333-15-1 / 9783937333151 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Stochastik: von Abweichungen bis Zufall
Buch | Softcover (2025)
De Gruyter (Verlag)
CHF 48,90
Buch | Softcover (2024)
Springer Spektrum (Verlag)
CHF 69,95
