¿Cuál es la diferencia entre los modelos de la unidad - específicos y población - medio en HLM

? Modelo lineal jerárquico o de HLM , es una herramienta de análisis de regresión , que examina los datos de más de un nivel. Es especialmente adecuado para los estudios de educación , ya que puede ser usado para estudiar los datos a nivel individual de los estudiantes , el nivel de la escuela , y el nivel de distrito escolar al mismo tiempo. Este método debe ser utilizado cuando los datos son de diferentes niveles dentro de un estudio , cuando los diferentes grupos de estudio tienen diferentes tamaños , y cuando las relaciones entre las variables pueden variar de un grupo a otro . HLM es también el título de un paquete de software de análisis estadístico , publicado por Scientific Software International , que utiliza un modelo lineal jerárquico. Modelos específicos de la unidad

Dentro de HLM , hay dos maneras de informar de un análisis de los datos en función de los objetivos de la investigación . Modelos específicos de la unidad tratan de describir cómo los efectos de las variables independientes variar a través de las unidades particulares . El valor de un efecto aleatorio se mantiene constante como se comparan los resultados de unidad a unidad . La escala de la interpretación se limita a los grupos y niveles de estudio y no trata de expandirse más allá de eso.
Población Promedio modelos se utilizan

modelos de población media para la estimación de probabilidades para toda la población . El efecto aleatorio se promedia , y los resultados de la misma se observó sobre la población como un todo . Las interpretaciones estadísticas derivadas del estudio no se limitan a los sujetos y grupos que participan en el estudio, pero se extrapolan para incluir un grupo mucho más grande.
Diferencias estadísticas

Estadísticamente , los resultados específicos de la unidad son más sensibles a los aspectos específicos del diseño de la investigación y hacer más suposiciones acerca de las variables y los datos. Suposiciones erróneas acerca de los efectos de variables y distribuciones pueden distorsionar los resultados de los modelos específicos de la unidad . Modelos de promedio Población depender menos supuestos , por lo que suelen tener las medidas de error estándar más fuertes.
Adecuación del Modelo Tipo

El enfoque de unidad específica es apropiado si se tiene en cómo determinadas variables independientes afectados variables dependientes en lugares o grupos específicos. Por ejemplo , cómo el tamaño de clase y el estatus socioeconómico de los estudiantes , o SES , afectó la probabilidad de repetición de grados en las escuelas locales probablemente se informó mediante el modelo de unidad específica. El modelo de población media sería apropiado si estuviera tratando de hacer predicciones acerca de cómo una variable tendría los mismos efectos en todo el país .