ScholarGate
Asszisztens
Hypothesis test

Teljesítményelemzés több szintű és vegyes hatású modellekhez

A több szintű teljesítményelemzés egy olyan mintanagyságtervezési eljárás, amelyet hierarchikus, klaszterezett vagy longitudinális vizsgálati tervekre terveztek, ahol az észlelések magasabb szintű egységeken belül vannak beágyazva, mint például diákok iskolákon belül vagy betegek klinikákon belül. A több szintű modellezési szakirodalomban Snijders és Bosker (1993, bővített 2012) és Hox, Moerbeek és van de Schoot (2017) által formalizált eljárás figyelembe veszi az intracsoportos korrelációt (ICC) és a klaszterezett adatokból adódó tervezési hatást, biztosítva, hogy mind a klaszterek száma, mind a klaszterméret elegendő legyen egy célhatás kimutatására.

Alkalmazás ezzel: StatMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. Snijders, T.A.B. & Bosker, R.J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). SAGE. ISBN: 978-1849202015
  2. Hox, J.J., Moerbeek, M. & van de Schoot, R. (2017). Multilevel Analysis: Techniques and Applications (3rd ed.). Routledge. DOI: 10.4324/9781315650982

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 1). Power Analysis for Multilevel and Mixed-Effects Models. ScholarGate. https://scholargate.app/hu/statistics/power-analysis-multilevel

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Hivatkozik rá

ScholarGateMultilevel Power Analysis (Power Analysis for Multilevel and Mixed-Effects Models). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/statistics/power-analysis-multilevel · Adatkészlet: https://doi.org/10.5281/zenodo.20539026