Description
El concepto de “modelos jerárquicos” (también conocido como análisis multinivel o modelos mixtos) abarca una variedad de técnicas que buscan considerar y examinar las estructuras presentes de manera “natural” en los datos para estimar efectos en distintos niveles de análisis. Estas estructuras constituyen una importante fuente de información a la hora de entender todo tipo de fenómenos: el “efecto escuela” en el rendimiento de estudiantes, el efecto de residir en ciertas comunas en la condición socioeconómica, el efecto de los centros médicos en indicadores de salud de sus pacientes. Lo que tienen en común todos estos ejemplos es que existen al menos dos niveles de análisis interviniendo en el fenómeno de interés: grupos (escuelas, comunas, centros médicos) e individuos (estudiantes, habitantes, pacientes)Las principales razones para utilizar estos modelos pueden ser tanto estadísticas como teóricas. Por ejemplo, podemos requerir modelos multinivel para: estimar correctamente los errores estándar para los efectos de grupos, para así llegar a conclusiones más acertadas sobre éstos; estimar simultáneamente efectos individuales y grupales en una variable de interés; realizar inferencias a una población de grupos; entre otras razones.
En esta presentación, se discutirán las principales características del análisis multinivel, así como distintos subtipos y sus diferencias, haciendo uso de ejemplos principalmente desde las ciencias sociales y del comportamiento.
| Period | 2 Apr 2019 |
|---|---|
| Held at | Universidad Diego Portales, Chile |
Research Beacons, Institutes and Platforms
- Cathie Marsh Institute