Gemischte Modelle

 

[engl. mixed models], [FSE]statistische Datenanalyseverfahren, die sowohl feste als auch zufällige Effekte modellieren. Dabei wird eine genestete Datenstruktur analysiert, bei der versch. Datenebenen unterschieden werden (z. B. Ebene 1: Pat., Ebene 2: Stationen, Ebene 3: Krankenhaus; Ebene 1: Personen, Ebene 2: Messzeitpunkte). Jedes Objekt einer niedrigeren Datenebene ist eindeutig einer Einheit höherer Datenebene zugeordnet, sodass jeder Pb in Bezug auf eine höhere Datenebene einem Cluster angehört (Mehrebenenanalyse). Von zufälligen Effekten spricht man, wenn sich stat. Parameter (z. B. Regressionsgewichte für den Vorhersagewert der Behandlungsmotivation auf den Therapieerfolg) zw. Clustern (z. B. Gruppen von Pat., die jew. auf versch. Stationen behandelt werden) unterscheiden. Feste Effekte sind clusterinvariant. Mixed-Rasch-Modell, Wachstumskurvenmodelle, latente.

Referenzen und vertiefende Literatur

Sie sind schon registriert? Zur Anmeldung
Erstellen Sie einen Account um das komplette Literaturverzeichnis einzusehen.