随机效应和随机截距模型的区别

机器算法验证 状态 多层次分析 随机效应模型
2022-03-15 20:20:05

我正在查看聚类数据,因为我受过经济学培训,所以我倾向于将固定效应和随机效应视为解决方案。另一种选择显然是多级建模。但是,对我来说,集群只是一件麻烦事,所以我只关心“控制它”。

但是,查看随机截距模型的方程,我看不出与我的随机效应模型的区别。所以我想知道由于学科之间的差异,同一事物是否可能有不同的名称?但是,为什么你(在 Stata 中)可以以不同的方式估计它们呢?

  • 轮缘:xtreg y x, i(id) mle
  • 回覆:xtreg y x, re

但是,两者的方程式似乎是:

yij=b0+b1x1ij+uj+eij

(不知道如何很好地格式化它,但谷歌给出了 RE 和 RIM 方程的例子,在我看来很容易:

1个回答

随机截距模型估计允许截距变化的每个级别的每个单元的单独截距。这是一种随机效应模型。另一种随机效应模型还包括随机斜率,并为允许斜率变化的每个水平的每个单位的每个变量估计单独的斜率(即系数、β、效应等,取决于您的学科) 。

这是流行病学而非经济学的引文,但它作为对这类模型的介绍写得很好(包括“我们为什么要关心”部分):Duncan, C.、Jones, K. 和 Moon, G.( 1998 年)。背景、构成和异质性:在健康研究中使用多层次模型社会科学与医学,46(1):97-117。