Modelos de regresión multinivel: aplicación en psicología escolar

• Autores: Pilar Jara Jiménez, Juan Carlos Oliver Rodríguez, Jesús Fermín Rosel Remírez
• Localización: Psicothema, ISSN-e 1886-144X, ISSN 0214-9915, Vol. 12, Nº. 3, 2000, págs. 487-494
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 9 Citas
• Resumen

  • Es frecuente en la investigación comportamental que el proceso de recogida de datos no siga los principios del muestreo aleatorio simple supuesto por la regresión clásica, sino un muestreo por agrupamientos (cluster sampling) en donde junto con los participantes se selecciona también unidades contextuales a las que éstos pertenecen tales como escuelas, municipios o empresas. La consecuencia de utilizar regresión ordinaria es la producción de sesgos en el error típico de medida y un aumento en la probabilidad de cometer errores de inferencia. El análisis multinivel modela explícitamente estas relaciones jerárquicas proporcionando además estimaciones sobre la variabilidad contextual de los coeficientes de regresión. El objetivo del trabajo es simplificar el análisis multinivel como una generalización del análisis de covarianza, a partir de conceptos estadísticos más comunes como los diseños de medidas repetidas, modelos de efectos fijos y aleatorios. Se presentan ejemplos de aplicaciones en el contexto de la psicología escolar.

• Referencias bibliográficas
  • Aitkin, M. y Longford,N. (1986). Statistical modelling in school effectiveness. Journal of the Royal Statistical Society A, 149, 1-43.
  • Anderson, R. L. y Bancroft, T. A. (1952). Statistical theory in research. New York: McGraw-Hill.
  • Bryk, A. S. y Raudenbush, S. W. (1992). Hierarchical linear models: Applications and data analysis methods. Newbury Park, CA: Sage Publications.
  • Cochran, W. G. (1939). The use of the analysis of variance in enumeration by sampling. Journal of the American Statistical Association, 34,...
  • Cochran, W. G. (1946). Analysis of covariance. A paper presented at the Institute of Mathematica Statistics, Princeton University.
  • Crump, S. L. (1946). The estimation of variance components in the analysis of variance. Biometrics, 2, 7-11
  • Crump, S. L. (1947). The estimation of variance in multiple classification. Ph.D. Thesis. Iowa State University, Ames Iowa.
  • Daniels, H. E. (1939). The estimation of components of variance. Journal of the Royal Statistical Society Suppl., 6: 186-197.
  • Diggle, P. J., Liang, K. y Zeger, S. L. (1996). Analysis of longitudinal data. Oxford UK: Clarendon Press.
  • Eisenhart, C. (1947). The assumptions underlying the analysis of variance. Biometrics, 3: 1-21.
  • Effron, B. y Morris, C. (1977, Mayo). Stein´s paradox in statistics. Scientific American, pp. 119-127.
  • Fisher, R. A. (1918). The correlation beween relatives on the supposition of mendelian inheritance. Transactions of the Royal Society of Edinburgh,...
  • Fisher, R. A. (1925). Statistical methods for research workers. Edinburgo y Londres: Oliver y Boyd,.
  • Ganguli, M. (1941). A note on nested sampling. Sankhya, 5, 449-452.
  • Goldstein, H. (1986a). Multilevel statistical models. London, Arnold.
  • Goldstein, H. (1986b) Multilevel mixed linear model analysis using iterative generalized least squares. Biometrika, 73 (1), pp. 43-56.
  • Goldstein, H. (1995). Multilevel Statistical Models (2nd. Ed.). London: Arnold.
  • Golsdstein, H., Gashbash, J., Plewis, I., Draper,D., Browne, W., Yang, M., Woodhouse, G y Healy, M. (1998). A user´s guide to MLWin. London:...
  • Hartley, H. O. y Rao, J. N. K. (1967). Maximum likelihood estimation for the mixed analysis of variance model. Biometrika, 54, 93-108.
  • Harville, D. A. (1976). Extension of the Gauss-Markov theorem to include the estimation of random effects. Annals of Statistics, 2, 384-395.
  • Henderson, C. R. (1984). Applications of linear models in animal breeding. Guelf, Canada: University of Guelf.
  • Hocking, R. R. (1996). Methods and applications of linear models. New York: Wiley.
  • Huttenlocher, J. E., Haight, W., Bryk, A. S. y Seltzer, M. (1991). Early vocabulary growth: Relation to language input and gender. Developmental...
  • Jackson, R. W. B. (1939). Reliability of mental tests. British Journal of Psychology, 29, 267-287.
  • Keppel, G. y Zedeck, S. (1989). Data analysis for research designs. San Francisco: Freeman.
  • Latour, S. A., y Miniard P. W. (1983). The Misuse of repeated measures analysis in marketing research. Journal of Marketing Research, Vol...
  • Littell, R.C., Milliken, G.A., Stroup, W.W. y Wolfinger, R.D. (1996). SAS System for Mixed Models. Cary NC: SAS Institute.
  • Longford, N. T. (1993) Random coefficient models. Oxford UK: Oxford University Press.
  • Lee, V. y Bryk, A. S. (1989). A multilevel model of the social distribution of achievement. Sociology of Education, 62, 172-192.
  • Lord, F. M. (1980). Aplications of item response theory to practical testing problems. Hillsdale NJ: Erlbaum.
  • Milliken, G. A. y Johnson, D. E. (1992). Analysis of messy data (Vol. 1): Designed experiments. New York: Chapman y Hall.
  • Myers, J. L. y Well A. D. (1991). Research Design and Statistical Analysis. New York: Harper Collins Publishers.
  • Nuttall, D., Goldstein, H., Prosser, R., y Rashbash, J. (1988). Differential school effectiveness. International Journal of Educational Research,...
  • Paterson, L. y Goldstein, H. (1991). New statistical methods for analysing social structures: an introduction to multilevel models. British...
  • Robinson, W. S. (1950). Ecological correlations and the behavior of individuals. American Sociological Review, 15, 351-57.
  • Satterthwaite, F. E. (1946). An approximate distribution of estimates of variance components. Biometrics Bulletin, 2: 110-14.
  • Searle, S. R., Casella, G. y McCulloch, C. E. (1992) Variance components. New York: John Wiley y Sons.
  • Tippett, L. H. C. (1931, 1937). The Methods of Statistics. London: William and Norgate Ltd.
  • Tukey, J. (1951). Components in regression. Biometrics, 7, 33-69.
  • Winsor, C. P. y Clarke, G. L. (1940). A statistical sudy of variation in the catch of plankton nets. Sears Foundation Journal of Marine Research,...
  • Woodhouse, G. y Goldstein, H. (1988). Educational performance indicators and LEA League Tables. Oxford Review of Education, 14 (3), 301-320.