Meervoudige en longitudinale modellering met Stata, vierde editie Deel I: Continue reacties Deel II: Categorische reacties, tellingen en overleving

Auteurs: Sophia Rabe-Hesketh en Anders Skrondal
ISBN: 978-1-59718-136-5
Gedrukte editie

Commentaar van de technische groep van Stata

Multilevel and Longitudinal Modeling Using Stata, Fourth Edition , van Sophia Rabe-Hesketh en Anders Skrondal, is een complete bron voor het leren modelleren van data waarin observaties gegroepeerd zijn – of die groepen nu gevormd zijn door een neststructuur, zoals kinderen die in klaslokalen genest zijn, of gevormd door herhaalde observaties van dezelfde personen. Deze tekst introduceert random-effects modellen, fixed-effects modellen, mixed-effects modellen, marginale modellen, dynamische modellen en groeicurvemodellen, die allemaal rekening houden met de gegroepeerde aard van dit soort data. Terwijl Rabe-Hesketh en Skrondal elk model introduceren, leggen ze uit wanneer het model nuttig is, de aannames ervan, hoe het model te fitten en te evalueren met behulp van Stata, en hoe de resultaten te interpreteren. Dankzij deze uitgebreide dekking zullen onderzoekers die multilevel modellen moeten toepassen, dit boek de perfecte aanvulling vinden. Het is ook de ideale tekst voor cursussen in multilevel modellering, omdat het voorbeelden uit verschillende disciplines bevat en daarnaast oefeningen aan het einde van elk hoofdstuk bevat waarmee studenten de nieuw geleerde stof kunnen oefenen.

Het boek bestaat uit twee delen. Deel I richt zich op lineaire modellen voor continue uitkomsten, terwijl deel II zich richt op gegeneraliseerde lineaire modellen voor binaire, ordinale, telbare en andere soorten uitkomsten.

Deel I begint met een overzicht van lineaire regressie en bouwt hierop voort met de introductie van tweeniveaumodellen, de eenvoudigste uitbreidingen van lineaire regressie naar modellen voor multilevel- en longitudinale/paneldata. Rabe-Hesketh en Skrondal introduceren het model met willekeurige intercept zonder covariaten, ontwikkelen het model vanuit principes en maken de lezer zo vertrouwd met de terminologie, vatten de veelgebruikte schattingsstrategieën samen en relateren deze aan elkaar, en bieden een historisch perspectief. Zodra de auteurs de basis hebben gelegd, generaliseren ze soepel naar modellen met willekeurige intercept en covariaten, en vervolgens naar een bespreking van de verschillende schatters (tussen-, binnen- en willekeurige effecten). De auteurs bespreken ook modellen met willekeurige coëfficiënten. Vervolgens wordt ingegaan op modellen die specifiek zijn ontworpen voor longitudinale en paneldata: dynamische modellen, marginale modellen en groeicurvemodellen. Het laatste deel van deel I behandelt modellen met meer dan twee niveaus en modellen met gekruiste willekeurige effecten.

De basis en diepgaande behandeling van de principes van lineaire modellen in deel I maken een eenvoudige overgang mogelijk naar gegeneraliseerde lineaire modellen voor niet-continue uitkomsten, die worden beschreven in deel II. Dit tweede deel begint met hoofdstukken die multilevel- en longitudinale modellen voor binaire, ordinale, nominale en telgegevens introduceren. Vervolgens richt het zich op overlevingsanalyse, waarbij multilevel-modellen worden geïntroduceerd voor zowel discrete-tijd overlevingsgegevens als continue-tijd overlevingsgegevens. De conclusies van het deel breiden de gegeneraliseerde lineaire modellen met twee niveaus, die in voorgaande hoofdstukken zijn geïntroduceerd, uit naar modellen met drie of meer niveaus en naar modellen met gekruiste random effecten.

In beide delen vinden lezers uitgebreide toepassingen van multilevel- en longitudinale modellen. Rabe-Hesketh en Skrondal geven in elk hoofdstuk uitgewerkte voorbeelden aan de hand van vele datasets die een breed publiek aanspreken. Ze laten ook de breedte van Stata's opdrachten voor het aanpassen van de besproken modellen zien. Ze demonstreren Stata's xt reeks opdrachten ( xtreg , xtlogit , xtpoisson , enz.), die is ontworpen voor twee-niveau random-intercept-modellen voor longitudinale/paneldata. Ze demonstreren de mij reeks opdrachten ( gemengd , melodie , mepoisson , enz.), die is ontworpen voor multilevelmodellen, inclusief modellen met willekeurige coëfficiënten en modellen met drie of meer niveaus. In deel 2 bespreken ze gllamm , een door de community bijgedragen Stata-opdracht ontwikkeld door Rabe-Hesketh en Skrondal die veel latente-variabele modellen kan aanpassen, waarvan het gegeneraliseerde lineaire model met gemengde effecten een speciaal geval is. De typen modellen die door de xt commando's, de mij commando's, en glamour Soms overlappen ze elkaar. Wanneer dit gebeurt, benadrukken de auteurs de verschillen in syntaxis, data-organisatie en output van de opdrachten. De auteurs wijzen ook op de sterke en zwakke punten van deze opdrachten, gebaseerd op overwegingen zoals rekensnelheid, nauwkeurigheid, beschikbare voorspellingen en beschikbare post-estimation statistieken.

De vierde editie van Meervoudige en longitudinale modellering met behulp van Stata is grondig herzien en bijgewerkt. U vindt er nieuw materiaal over Kenward-Roger-aanpassingen voor vrijheidsgraden voor kleine steekproeven, verschil-in-verschillen-schatting voor natuurlijke experimenten, schatting van instrumentele variabelen om rekening te houden met endogeniteit op niveau 1, en Bayesiaanse schatting voor gekruiste-effectenmodellen. Daarnaast vindt u nieuwe discussies over meoloog , cmxtmixlogit , mestreg , menbreg en andere opdrachten die in Stata zijn geïntroduceerd sinds de derde editie van het boek.

Samenvattend, Meervoudige en longitudinale modellering met Stata, vierde editie is de meest complete en actuele weergave van Stata's vermogen om modellen te integreren in multilevel- en longitudinale data. Lezers vinden er ook uitgebreide uitleg over de methoden en praktisch advies voor het gebruik van deze technieken. Deze tekst is een uitstekende introductie voor onderzoekers en studenten die meer willen weten over deze krachtige data-analysetools.

Over de auteur

Sophia Rabe-Hesketh is hoogleraar onderwijsstatistiek en biostatistiek aan de Universiteit van Californië, Berkeley.

Anders Skrondal is senior biostatisticus bij het Centrum voor Vruchtbaarheid en Gezondheid van het Noorse Instituut voor Volksgezondheid en buitengewoon hoogleraar aan de Universiteit van Oslo en aan de Universiteit van Californië, Berkeley.