Hej alle

Mads Jæger skriver i en kronik Dansk Sociologi 2006 en veloplagt motivation for at få mere øje på kvantitativ metode. Han skriver også om en personlig regressionskoefficient. Nu har jeg ikke set om du er på herinde, Mads, så jeg spørger alle - hvor kan jeg finde mere om sådan en?

Mvh Christian

Hej Christian,

Jeg vil lige tilføje, at den slags modeller undertiden også går under navnet multilevel-modeller eller, mere specifikt, "multilevel growth models". Følgende bog beskriver disse modeller, når man har tidsdata, dvs. et panel, hvor man observerer samme individ over flere observationstidspunkter:

http://gseacademic.harvard.edu/alda/.

Den første halvdel af bogen handler om multilevel-modeller, herunder individspecifikke regressionskoefficienter eller, som det også kaldes, random slopes. Bogen er rigtig pædagogisk og nok også nemmere at læse end Halaby - Halby kan man passende læse bagefter ;)

I øvrigt åbner tanken om individspecifikke regressionskoefficienter et hel ny verden for sociologer, der arbejder empirisk. Det gør, som Mads vist nok også bemærker i kronikken, kvantitativ metode meget mere fleksibel. Så jeg synes helt bestemt, at det er værd at kigge nærmere på.

Kristian

Hej Christian,

Tanken med panel-data er, at den har en "multilevel-struktur". Ligesom man kan observere flere individer indlejret i grupper (fx en organisationre), kan man på et abstrakt plan forstå flere observationer af samme individ som "indlejret i" individet. Hvor individet i første eksempel er "niveau 1" og gruppen "niveau 2", er individet "niveau 2" og "inden for individet" "niveau 1" i andet eksempel.

Når det kommer til det med grupper, siger man normalt mindst 20-30 grupper med mindst 5 individer i hver gruppe. Når det kommer til individer, vil jeg som tommelfingerregel sige, at man skal have mindst 30-40 individer og mindst 3 observationer af individet over tid. 2 observationer kan gøre det, men det betyder, at den individ-specifikke koefficient er fastlagt uden fejl (fordi to punkter fastlægger en linie præcis, mens et tredje punkt vil føre små afvigelser fra linien med sig). Det er i øvrigt vigtigt at bemærke, at det for multilevel-modeller er BEDRE med mange "niveau-2"-enheder relativt til antallet af "niveau-1"-enheder. Det er altså bedre at sample fx 1000 individer og så have 3 observationer på dem hver over tid, end at sample 100 individer og have 30 observationer på dem hver over tid. Intuitionen bag dette er, at vi generelt ikke opnår særlig meget ekstra information ved at observere SAMME individ flere gange (folk ændrer sig, men de ændrer sig ikke så meget), relativt til at få et ekstra individ i analysen (nu har vi pludselig viden om endnu en respondent, som statistisk set er uafhængig af de andre respondenter). Det giver, alt andet lige, bedre standardfejl.

Ang. det med, hvilke data, du vil bruge: Hvis du vil have individ-specifikke koefficienter skal du bruge tidsdata (ellers kan du ikke fastlægge det individspecifikke koefficienter). Har du derimod fx en organisation som "niveau 2" og individer som "niveau 1", så kan du få organisations-specifikke koefficienter ud.

Hvis du vil rode med nogle data, så se her: http://www.itsjustregression.com/. Det er data til øvelser mv. fra den bog, jeg har brugt til at undervise i multilevel-modeller med. Bogen er über-pædagogisk, hvilket har sine forcer og ulemper. Men har du aldrig beskæftiget dig med multilevel-modeller før, er den værd at læse.

mvh Kristian