• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Does an uneven sample size distribution across settings matter in cross-classified multilevel modeling? Results of a simulation study
【2h】

Does an uneven sample size distribution across settings matter in cross-classified multilevel modeling? Results of a simulation study

机译：在交叉分类的多层次建模中跨设置的样本大小分布不均匀是否重要？模拟研究的结果

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

BackgroundRecent advances in multilevel modeling allow for modeling non-hierarchical levels (e.g., youth in non-nested schools and neighborhoods) using cross-classified multilevel models (CCMM). Current practice is to cluster samples from one context (e.g., schools) and utilize the observations however they are distributed from the second context (e.g., neighborhoods). However, it is unknown whether an uneven distribution of sample size across these contexts leads to incorrect estimates of random effects in CCMMs.
机译：背景技术多层次建模的最新进展允许使用交叉分类的多层次模型（CCMM）对非层次层次（例如，非嵌套学校和社区的青年）进行建模。当前的实践是对来自一个环境（例如学校）的样本进行聚类并利用观测值，但是它们是从第二环境（例如邻里）中分布的。但是，未知的是，在这些情况下样本量的不均匀分布是否会导致CCMM中随机效应的错误估计。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号