Una introducción al modelado lineal jerárquico

Los modelos lineales jerárquicos son útiles para comprender las relaciones en estructuras de datos jerárquicas, como pacientes dentro de hospitales o médicos dentro de hospitales. En este tutorial proporcionamos una introducción a la técnica en términos generales, y luego especificamos la notación del modelo y las suposiciones en detalle. Describimos técnicas de estimación y procedimientos de prueba de hipótesis para los tres tipos de parámetros involucrados en los modelos lineales jerárquicos: efectos fijos, componentes de covarianza y efectos aleatorios. Ilustramos la aplicación utilizando un ejemplo del estudio del Equipo de Investigación sobre Resultados de Pacientes con Diabetes Tipo II (PORT) y utilizamos dos paquetes de computación estadística basados en PC, HLM/2L y SAS Proc Mixed, para realizar un análisis jerárquico de dos niveles. Comparamos la salida de los dos paquetes aplicados a nuestros datos de ejemplo, así como a datos simulados. Elaboramos sobre la interpretación del modelo y proporcionamos directrices para la verificación del modelo.