1 Modelos Lineales Jerárquicos usando STATA Delfino Vargas El Colegio de México María Merino...
-
Upload
perlita-moreno -
Category
Documents
-
view
213 -
download
0
Transcript of 1 Modelos Lineales Jerárquicos usando STATA Delfino Vargas El Colegio de México María Merino...
1
Modelos Lineales Jerárquicos usando STATA
Delfino VargasEl Colegio de México
María MerinoInstituto Tecnológico Autónomo de México
2
Introducción• Es frecuente encontrar en la práctica una estructura
natural de anidamiento de los datos• Por ejemplo, los alumnos están anidados en una escuela.
Las enfermeras están anidadas en hospitales. Los individuos están anidados en regiones geográficas. Personas en el tiempo.
• Los modelos de regresión tradicionales no se pueden utilizar ya que violan el supuesto de independencia.
• Es decir, dos alumnos que estén en la misma escuela comparten el mismo efecto y son dependientes. Los datos que presentan una estructura de anidamiento deben ser tratados de manera especial.
• Los modelos lineales jerárquicos (modelos multiniveles, o modelos lineales mixtos) resuelven esta dificultad.
3
Introducción
Ejemplo de anidamiento de unidades de nivel 1 (micro) en agregados de nivel 2 (macro).
4
Modelos con 2-niveles
• Nivel 1
Unidades Nivel MicroUnidades de
Enfermería EstudiantesCiudadanos Mediciones
• Nivel 2
Unidades Nivel Macro
Hospital
Escuelas
Países
Persona/Tiempo
5
Objetivo
• Presentar el modelo lineal jerárquico que representa adecuadamente la estructura de anidamiento natural de las observaciones.
• En particular, se utiliza el modelo lineal jerárquico (o multiniveles) para representar adecuadamente el problema de ranking.
• Recalcar la importancia de modelar adecuadamente los datos usando los modelos multiniveles.
6
Modelo de Lineal Jerárquico con Efectos Aleatorios
jij
jij
ijijjji
w
w
xy
1111
0000
10
Nivel-1
Nivel-2
Variables individuales
Variables nivel
agregado
En este modelo mixto el intercepto y las pendientes son las variables aleatorias
7
Modelo Multinivel
ijijjiiiiji xxwxwy 101100
Parte fija Parte aleatoria
. gllamm y w x int_wx, i(country) adaptO bien. xtmixed y w x int_wx || country: , cov(un)
8
Representación Grafica
xij
y
Regresión mixta vía MV
111
11
2 2
22222
3
3
3
3 3
33
xij
y
Regresión por mínimos cuadrados
111
11
2 2
22222
3
3
3
3 3
33
clusters
9
Modelo Lineal Jerárquico para Ranking
jiij
jiij
ijijjji
uEXPORTPIB
uEXPORTPIB
VarsIndiónGlobalizac
11211101
00201000
10
Nivel-1
Nivel-2
V. Ind.
V. agr.
Globalización = Percepción de la globalización VARSIND=Variables individuales PIB=Producto Interno BrutoDESRG=Exportaciones
DatosDatos provenientes de la Encuesta “Pew Global Attitudes Project”,
Washington D.C, incluye 38,000 personas de 44 países levantada en 2002• Variable de respuesta
– Combinación de 7 variables relacionadas con globalización (e.g. lo que piensa de que su país haga negocios con otros países, fácil comunicación, acceso a películas, música, TV de otros países, estar más conectados, si la globalización es algo bueno).
• Nivel -1 (individual)– Genero, edad, ve canales internacionales, computadora en casa,
ingreso, educación .• Nivel -2 (país)
– Poder de compra, Producto Interno Bruto Nominal, Crecimiento del PIB real, Educación Terciaria, Crecimiento, Usuarios de Internet
11
Ordenamiento de Países Usando Modelos Lineales Jerárquicos
45
4
152
273
33
3239241928
13
353018
3121 1 9 5 103612
202314
4138
297 16
426
374334
262
2.5
33.
5P
redi
cted
0 10 20 30 40Rank
12
1.5
2
2.5
3
3.5Jo
rdan
Boliv
iaAr
genti
naGu
atem
ala
Paki
stan
Sout
h Ko
rea
Sene
gal
Slov
akia
Ukra
ine
Bang
lade
shPe
ruIta
lyTa
nzan
iaM
ali
Keny
aM
exic
oPo
land
Germ
any
Russ
ian
Fede
ratio
nBr
azil
Indo
nesia
Czec
h Re
publ
icTu
rkey
Côte
d'Iv
oire
Fran
ceAn
gola
Indi
aGh
ana
USA
Uzbe
kist
anPh
ilipp
ines
Japa
nHo
ndur
asCa
nada
Unite
d Ki
ngdo
mBu
lgar
iaVe
nezu
ela
Ugan
daVi
etna
mSo
uth
Afric
aN
iger
ia
Glob
aliz
ation
Countries
Country Rankings Based on HLM
15
Conclusiones
• Uno de las aplicaciones de los modelos lineales mixtos es en la obtención de rankings
• Los ordenamientos usualmente se presentan sin ajustar y producen resultados inconsistentes.
• La justificación de usar modelos jerárquicos radica en la estructura de anidamiento.