군집 데이터 분석을 위한 다수준 모델링의 대안

다수준 모델링은 군집 데이터에서 발견되는 비독립적인 관찰의 특성을 다루기 위해 사용이 증가해 왔습니다. 그러나 군집 내에 중첩된 관찰을 설명할 수 있는 다수준 모델링의 다른 대안도 존재하며, 여기에는 분산 추정을 위한 테일러 급수 선형화, 설계 효과 조정 표준 오차 접근법 및 고정 효과 모델링이 포함됩니다. 저자는 12가지 조건의 1,000회 복제를 통해 1단계 및 2단계 표본 크기가 다양할 때 매개변수 추정치, 표준 오차 및 통계적 유의성을 다양한 대안 절차를 사용하여 비교했습니다. 결과는 연구 질문의 유형과 조사 중인 클러스터의 수에 따라 다수준 모델링 대신 또는 함께 사용할 수 있는 여러 가지 수용 가능한 절차가 있음을 나타냅니다. 응용 연구자를 위한 지침도 논의됩니다.