Multilevel modeling

7 belangrijke vragen over Multilevel modeling

Bij normale multilevel modeling , wat is level 1 en wat is level 2?

Level 1 = measurements
level 2 = individuals

Wat is het basis idee bij multilevel modeling ?

Variabele Yij heeft een individueel en een groepsaspect

Wat zijn de assumpties bij linieare regressie?

1. Onafhankelijke observaties
2. Linieare regressie tussen x en y
3. Error term heeft constante variantie
4. Error term is normaal verdeeld
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Wat zijn de levels bij multilevel modeling bij repeated measures?

Level 1 = Metingen op verschillende tijdsmomenten
level 2 = individuen

Aan wat voor soort vraagstelling kan je herkennen dat het repeated measures multilevel modeling is?

De vraag gaat vaak over verandering of ontwikkeling over de tijd

Op welke manieren kan je tijd als verklarende factor meten bij RM multilevel modeling?

1. Als een functie van tijd. Je gebruikt tijd als een continious variabele (covariaat)
2. Via dummy variabelen

Wat zijn de verschillen tussen RM (M)ANOVA /profile analysis en multilevel modeling?

1. Bij de eerste zelfde momenten, bij tweede kan ook verschillende momenten zijn (bijvoorbeeld verschillende leeftijden)
2. Tweede is flexibeler met missing data
3. Random intercept is nog stricter dan sfericiteitsassumptie

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo