Multilevel Modeling
- Eingeführt von
- Anthony Bryk and Stephen Raudenbush
- Jahr
- 1992
- Typ
- Method
- Familie
- hierarchical-data-analysis
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Multilevel-Modellierung (auch hierarchische lineare Modellierung, gemischte Effekte-Modellierung genannt) ist ein statistischer Rahmen zur Analyse von Daten, die in verschachtelten oder geclusterten Strukturen organisiert sind – Schüler innerhalb von Schulen, Patienten innerhalb von Krankenhäusern, wiederholte Messungen innerhalb von Individuen.
Entwickelt von Bryk und Raudenbush (1992), berücksichtigt sie die Abhängigkeit zwischen Beobachtungen und teilt die Varianz in Ebenen (innerhalb des Clusters und zwischen den Clustern) auf, was gültige Schlussfolgerungen ermöglicht und Kontextwirkungen aufdeckt. Wesentlich in Bildung, Medizin, Organisationsforschung und jedem Feld, in dem Daten natürliche Hierarchien aufweisen.
Die Intuition hinter der Methode
Standardregression nimmt unabhängige Beobachtungen an; geclusterte Daten verletzen dies jedoch. Wenn Schüler in Schulen verschachtelt sind, sind Schüler in derselben Schule ähnlicher zueinander als zu Schülern in verschiedenen Schulen (Nichtunabhängigkeit). Das Ignorieren des Clusterings führt zu unterschätzten Standardfehlern, übermäßig zuversichtlichen Konfidenzintervallen und aufgeblähten Typ-I-Fehlern. Multilevel-Modellierung löst dies durch (1) gleichzeitige Schätzung von Varianzen auf mehreren Ebenen (Varianz innerhalb der Schule und Varianz zwischen den Schulen), (2) Zulassen variabler Regressionskoeffizienten pro Cluster (zufällige Steigungen) und (3) Modellierung von Merkmalen auf Clusterebene als Prädiktoren für Beziehungen innerhalb des Clusters. Dies erfasst, wie der Kontext Individuen beeinflusst, und liefert gültige Hypothesentests.
Geschichte
Anthony Bryk und Stephen Raudenbushs Lehrbuch 'Hierarchical Linear Models' von 1992 popularisierte die Multilevel-Modellierung in Bildung und Sozialwissenschaften. Harvey Goldsteins Arbeit entwickelte die Methodik für komplexe Hierarchien und kreuzklassifizierte Modelle weiter. Moderne Entwicklungen umfassen verallgemeinerte lineare gemischte Modelle (GLMM; Breslow & Clayton, 1993) für nicht-normale Ergebnisse, bayesianische Multilevel-Modelle (Gelman & Hill, 2007) und dynamische Modelle (latente Wachstumskurven; Raudenbush, 2001). Software-Fortschritte (lme4, nlme, MLwiN, HLM) machten die Multilevel-Analyse zugänglich.
Wann wird sie eingesetzt?
Verwenden Sie Multilevel-Modellierung immer dann, wenn Beobachtungen verschachtelt sind: Schüler in Schulen (Bildung), Patienten in Krankenhäusern (Medizin), Angestellte in Unternehmen (Organisationsforschung), Zeitpunkte in Individuen (Längsschnittstudien), wiederholte Messungen bei Subjekten (klinische Studien), Familienmitglieder in Familien (Familienstudien). Ignorieren Sie das Clustering nur, wenn die ICC < 0,02 (vernachlässigbares Clustering) ist. Verwenden Sie es auch bei der Schätzung cluster-spezifischer Vorhersagen (z. B. risikoadjustierte Mortalität im Krankenhaus); zufällige Effekte schrumpfen Schätzungen in Richtung des Gesamtmittelwerts und korrigieren für Stichprobenvariabilität.
Grenzen und Hinweise
- Erfordert ausreichende Stichprobengröße auf Ebene 2: wenige Cluster (< 10–20) führen zu instabilen Schätzungen zufälliger Effekte; weniger als 30 Cluster erhöhen die Unsicherheit.
- Setzt a priori definierte Clusterzugehörigkeit voraus: kreuzklassifizierte Designs (Schüler sowohl in Schulen als auch in Stadtvierteln) erfordern kreuzklassifizierte Modelle, die komplexer anzupassen sind.
- Asymptotische Theorie: Standardfehler und p-Werte sind Annäherungen; die Zuverlässigkeit nimmt mit kleiner Stichprobengröße auf Ebene 2 ab. Bootstrap- oder Permutationstests bieten Alternativen.
- Modellspezifikation ist herausfordernd: die Entscheidung, welche Effekte fest und welche zufällig sind und auf welcher Ebene, erfordert sorgfältige Überlegung. Fehl-Spezifikation (z. B. ausgelassene zufällige Steigungen) führt zu verzerrten festen Effekten.
- Nimmt normalverteilte zufällige Effekte an; Verletzungen auf Ebene 2 können zu verzerrten Schätzungen führen; robuste Methoden oder Modellprüfungen (Residuendiagramme) helfen.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Berücksichtigt Nichtunabhängigkeit: liefert korrekte Standardfehler und Konfidenzintervalle trotz Clustering; vermeidet Aufblähung des Typ-I-Fehlers.
- Teilt Varianz auf: quantifiziert Variation innerhalb und zwischen Clustern, deckt Kontextwirkungen auf und informiert die Politik (z. B. Schuleffekte auf Leistungen).
- Zufällige Effekte als Vorhersagen: empirisch-baysianische Schätzungen von cluster-spezifischen Achsenabschnitten/Steigungen sind stabiler als feste Effekte, nützlich für Risikoadjustierung und Ranking.
- Flexibel für unausgeglichene Designs: unterschiedliche Clustergrößen und fehlende Daten werden natürlich behandelt; erfordert keine ausgeglichenen Designs.
- Verarbeitet mehrere Ebenen: drei oder mehr Ebenen (z. B. Schüler innerhalb von Schulen innerhalb von Bezirken) werden in einem einzigen Modell geschätzt.
Anwendungen
- Bildungsforschung: Modellierung von Schülerleistungen mit Schülern, die in Klassen/Schulen verschachtelt sind; Quantifizierung von Schuleffekten und Lehrerleistung.
- Medizinische Forschung: Modellierung von Patientenergebnissen (Mortalität, Wiederaufnahme) mit Patienten, die in Krankenhäusern verschachtelt sind; risikoadjustierte krankenhausspezifische Raten für Qualitätsvergleiche.
- Längsschnittstudien: Modellierung von Veränderungen über die Zeit mit wiederholten Messungen (Ebene 1), die in Individuen (Ebene 2) verschachtelt sind; Wachstumskurven, Trajektorienmodellierung.
- Organisationsforschung: Modellierung von Mitarbeiterergebnissen (Zufriedenheit, Leistung) mit Mitarbeitern, die in Teams/Abteilungen/Organisationen verschachtelt sind; Bewertung von Effekten der Organisationskultur.
- Familienstudien: Modellierung von kindlichem Verhalten mit Geschwistern (Ebene 1), die in Familien (Ebene 2) verschachtelt sind; Merkmale auf Familienebene (SES, Erziehung) sagen Geschwisterähnlichkeit voraus.
So funktioniert es
So funktioniert es
Führen Sie Multilevel-Modellierung durch, indem Sie die hierarchische Struktur identifizieren: Ebene 1 (niedrigste: Individuen, Beobachtungen, Zeitpunkte) verschachtelt in Ebene 2 (Cluster: Schulen, Krankenhäuser, Familien) und optional Ebene 3 (Organisationen, Bezirke). Erfassen Sie: (1) die abhängige Variable (kontinuierlich oder binär), (2) Prädiktoren der Ebene 1 (variieren innerhalb von Clustern, z. B. Alter des Schülers), (3) Prädiktoren der Ebene 2 (variieren zwischen Clustern, z. B. Schultyp), (4) die Cluster-ID (Gruppierungsvariable). Stellen Sie eine ausreichende Stichprobengröße auf Ebene 2 sicher (mindestens ≥10 Cluster, idealerweise ≥30) für stabile Schätzungen zufälliger Effekte. Für Längsschnittdaten: Zeitpunkte (Ebene 1) verschachtelt in Individuen (Ebene 2) innerhalb von Gruppen (Ebene 3). Bewerten Sie die Intraclass-Korrelation (ICC): Korrelation zwischen Beobachtungen im selben Cluster; ICC > 0,05 rechtfertigt typischerweise eine Multilevel-Analyse.
Passen Sie Multilevel-Modelle mit eingeschränkter Maximum-Likelihood-Schätzung (REML, bevorzugt für den Vergleich zufälliger Effekte) oder ML (Maximum Likelihood, bevorzugt für Likelihood-Ratio-Tests von festen Effekten) an. Das Modell wird auf zwei Ebenen spezifiziert: Ebene 1 (innerhalb des Clusters): Y_ij = β₀j + β₁j(X_ij) + ε_ij, wobei i Individuen und j Cluster indiziert. Ebene 2 (zwischen den Clustern): β₀j = γ₀₀ + γ₀₁(Z_j) + u₀j, was spezifiziert, wie die Achsenabschnitte über Cluster hinweg variieren. Berichten Sie: (1) Feste Effekte (γ-Koeffizienten): durchschnittlicher Effekt von Prädiktoren über Cluster hinweg. (2) Zufällige Effekte (u₀j, u₁j-Varianzen): Cluster-spezifische Abweichungen; große Varianz deutet auf erhebliche Unterschiede zwischen Clustern hin. (3) Intraclass-Korrelation (ICC): Anteil der Gesamtvarianz zwischen Clustern, ICC = τ₀₀ / (τ₀₀ + σ²), wobei τ₀₀ die Varianz zwischen Clustern und σ² die Varianz des Residuums innerhalb des Clusters ist. (4) Deviance und Informationskriterien (AIC, BIC): Modelle vergleichen; niedrigere Werte sind bevorzugt. (5) Likelihood-Ratio-Tests: Vergleich verschachtelter Modelle.
Feste Effekte (Steigung und Achsenabschnitt) repräsentieren durchschnittliche Beziehungen über Cluster hinweg. Ein fester Steigungskoeffizient von 0,5 bedeutet im Durchschnitt, dass eine Erhöhung des Prädiktors um 1 Einheit mit einer Erhöhung des Ergebnisses um 0,5 Einheiten über Cluster hinweg verbunden ist, nachdem das Clustering berücksichtigt wurde. Zufällige Achsenabschnitte erlauben es, dass das Basis-Ergebnis je nach Cluster variiert (Heterogenität zwischen Clustern). Zufällige Steigungen erlauben es, dass der Effekt eines Prädiktors je nach Cluster variiert; eine große Varianz zufälliger Steigungen deutet darauf hin, dass sich die Effekte von Kovariaten zwischen Clustern erheblich unterscheiden. Die ICC quantifiziert das Clustering: ICC = 0,30 bedeutet, dass 30 % der Varianz zwischen Clustern liegt; 0,05 bedeutet 5 % (minimales Clustering). Effektstärken: Berichten Sie sowohl feste Effekte als auch Varianzkomponenten. Untersuchen Sie vorhergesagte cluster-spezifische Steigungen/Achsenabschnitte (Shrinkage-Schätzungen), um kontextspezifische Effekte zu verstehen. Verwenden Sie Likelihood-Ratio-Tests zum Vergleich verschachtelter Modelle: −2 × (Log-Likelihood des einfacheren Modells − Log-Likelihood des komplexeren Modells) folgt einer χ²-Verteilung mit Freiheitsgraden = Differenz der Parameter.
Häufige Fallstricke
- Vollständiges Ignorieren des Clusterings: geclusterte Daten als unabhängig zu behandeln, führt zu unterschätzten Standardfehlern und falsch positiven Ergebnissen.
- Extrahieren von rohen Cluster-Mittelwerten als neue Variable (ökologischer Fehlschluss): Mittelwerte und Beziehungen auf individueller Ebene unterscheiden sich; verwenden Sie Multilevel-Zentrierung (Gesamtmittelwert- vs. Gruppenmittelwert-zentrierte Prädiktoren).
- Zufällige Steigungen ohne ausreichende Größe auf Ebene 2: die Schätzung zufälliger Steigungen für alle Prädiktoren bei wenigen Clustern führt zu instabilen Schätzungen. Verwenden Sie feste Steigungen für Effekte, die theoretisch nicht variieren müssen, oder verwenden Sie penalisierten Schätzungen.
- Fehlinterpretation von Cross-Level-Interaktionen: eine Interaktion zwischen Prädiktoren der Ebene 1 und Ebene 2 bedeutet, dass der Effekt des Prädiktors der Ebene 1 vom Kontext der Ebene 2 abhängt; sorgfältig interpretieren und grafisch darstellen.
- Modellauswahl nur anhand von p-Werten: verwenden Sie Likelihood-Ratio-Tests oder Informationskriterien (AIC, BIC) für den Vergleich verschachtelter Modelle; schrittweise Auswahl ist bei zufälligen Effekten unzuverlässig.
- Versäumnis, Annahmen zu prüfen: untersuchen Sie Residuen der Ebene 1 und Ebene 2 auf Normalität, Homoskedastizität und Ausreißer; Verletzungen deuten auf Transformation oder robuste Methoden hin.
Häufig gestellte Fragen
Was ist die Intraclass-Korrelation (ICC) und warum ist sie wichtig?
Die Intraclass-Korrelation (ICC) ist die Korrelation zwischen Beobachtungen im selben Cluster; äquivalent dazu ist der Anteil der Gesamtvarianz, der auf das Clustering zurückzuführen ist. ICC = Varianz zwischen Clustern / Gesamtvarianz. ICC = 0 bedeutet kein Clustering (alle Variationen innerhalb der Cluster); ICC = 1 bedeutet vollständiges Clustering (alle Variationen zwischen den Clustern). ICC > 0,05 rechtfertigt typischerweise eine Multilevel-Analyse. Eine kleine ICC (0,01–0,05) bedeutet, dass Cluster ähnlich sind, aber das Clustering die Standardfehler immer noch aufbläht, wenn es ignoriert wird. Faustregeln: ICC > 0,10 starkes Clustering, 0,05–0,10 moderat, < 0,05 schwach. Berechnen Sie die ICC nach Anpassung eines unkonditionierten Modells (keine Prädiktoren), um das Basis-Clustering zu bewerten.
Was ist der Unterschied zwischen festen Effekten und zufälligen Effekten?
Feste Effekte sind durchschnittliche Beziehungen über Cluster hinweg (z. B. der durchschnittliche Effekt des Alters auf das Ergebnis über Schulen hinweg). Zufällige Effekte sind cluster-spezifische Abweichungen vom Durchschnitt (z. B. wie sich der Alterseffekt jeder Schule vom Gesamtmittelwert unterscheidet). Ein zufälliger Achsenabschnitt erlaubt es, dass das Basis-Ergebnis je nach Cluster variiert (jede Schule hat ihren eigenen Achsenabschnitt). Eine zufällige Steigung erlaubt es, dass der Effekt eines Prädiktors je nach Cluster variiert (der Alterseffekt jeder Schule unterscheidet sich). Fügen Sie zufällige Effekte hinzu, wenn sich Cluster substanziell im Effekt unterscheiden; fügen Sie feste Effekte hinzu, wenn der Effekt über Cluster hinweg konzeptionell gleich ist. Varianzen zufälliger Effekte quantifizieren Heterogenität; große Varianz deutet darauf hin, dass sich Effekte erheblich unterscheiden.
Wie wähle ich zwischen REML- und ML-Schätzung?
REML (Restricted Maximum Likelihood) wird für den Vergleich von Modellen mit zufälligen Effekten bevorzugt (z. B. Vergleich von Modellen mit zufälligen Steigungen); es liefert unverzerrte Schätzungen der Varianzkomponenten. ML (Maximum Likelihood) wird für den Vergleich fester Effekte (insbesondere beim Vergleich nicht verschachtelter Modelle) und für Likelihood-Ratio-Tests fester Effekte bevorzugt. Bei großen Stichproben konvergieren REML- und ML-Schätzungen. Bei kleinen Stichproben und wenigen Clustern auf Ebene 2 ist REML zuverlässiger. Berichten Sie immer, welche Methode Sie verwendet haben; die Ergebnisse können sich unterscheiden, insbesondere bei kleinen Stichproben.
Was ist Gesamtmittelwert-Zentrierung im Vergleich zu Gruppenmittelwert-Zentrierung?
Zentrierung transformiert Prädiktoren, um Interpretation und numerische Stabilität zu verbessern. Gesamtmittelwert-Zentrierung (Subtraktion des Gesamtmittelwerts) zentriert Prädiktoren der Ebene 1 um den globalen Mittelwert; der Achsenabschnitt repräsentiert das Ergebnis, wenn der Prädiktor gleich dem Gesamtmittelwert ist. Gruppenmittelwert-Zentrierung (Subtraktion des Cluster-Mittelwerts) zentriert Prädiktoren der Ebene 1 um den Mittelwert jedes Clusters; sie trennt Effekte innerhalb und zwischen Clustern. Zum Beispiel isoliert die Zentrierung des sozioökonomischen Status (SES) auf Schüler-Ebene am Schulmittelwert den Effekt von SES auf die Leistung innerhalb der Schule; der Cluster-Mittelwert (SES auf Schulebene) wird zu einem Prädiktor der Ebene 2, der den Effekt der Schulzusammensetzung repräsentiert. Gesamtmittelwert-Zentrierung ist Standard; Gruppenmittelwert-Zentrierung wird verwendet, wenn die Unterscheidung von Effekten innerhalb und zwischen Clustern theoretisch wichtig ist.
Verwandte Methoden
Quellen
Bryk, A. S., & Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE Publications.
DOI-Referenz öffnenKopiert.Goldstein, H. (2011). Multilevel Statistical Models (4th ed.). Wiley-Blackwell.
DOI-Referenz öffnenKopiert.Shrout, P. E., & Fleiss, J. L. (1979). Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin, 86(2), 420–428.
DOI-Referenz öffnenKopiert.