STATISTIK-FORUM.de

[mizzy2003]

Hallo,

ich hab folgendes Problem: Unter dem Link http://www.fileuploadx.de/430689 kommt ihr zu einer PDF Datei, die eine Aufgabe und mehrere STATA-Outputs enthält. Es geht um die Interpretation einer ML-Regression, nämlich das Random Intercept Model und das Random Slope Model.
Ich verstehe da allerdings nur Bahnhof.
Also erstens: was soll das "leere Modell" (ganz zu Beginn der Datei) aussagen?
Wo ist der Unterschied zwischen beiden Modellen, also intercept und slope?
Wie sind die einzelnen Werte zu interpretieren?
Was sagt nochmal der log likelihood wert aus?

Ich steh da gerade total auf dem Schlauch und wäre für jeden Hinweis sehr dankbar. Ich weiß, das ist relativ viel verlangt, aber wie gesagt, jeder noch so kleine Hinweis würde mich schon weiter bringen.

Vielen Dank schonmal

[STATWORX]

Hallo,

- das "leere Modell" ist das Modell ohne Prädiktoren (nur der Intercept) bei dem Du beurteilen kannst ob ein signifikanter Anteil der Gesamtstreuung auf eine Zwischengruppenstreuung zurückzuführen ist. Hierfür berechnet man gerne mal die ICC = SDcons / (SDcons + SDresidual).

- Beim Random-Intercept-Modell erlaubst Du auf Level 2 eine zufällige, normalverteilte Schwankung zwischen den "Gruppen" über den fixed intercept hinweg, d.h. die Gruppen dürfen sich im Intercept "unterscheiden".

- Beim Random-Slope-Modell erlaubst Du das Gleiche wie beim Random-Intercept-Modell nur noch zusätzlich (oder ausschließlich, je nach Spezifikation) für einen oder mehrere Regressionsgewichte.

- Die Interpretation überlasse ich mal Dir

- der log-likelihood Wert ist der Wert der logarithmierten Likelihood-Funktion in der entsprechenden Iteration (bzw. am Ende der durchgeführten Iterationen). Hieraus kann man bspw. den AIC oder BIC des Modells berechnen damit man herausfinden kann welche Spezifikation die Daten am Besten beschreibt.

VG
STATWORX