Hallo,
ich rechne momentan verschiedene Modelle mit binär kodierten aVs und einer logistischen kreuzklassifizierten Mehrebenenanalyse.
Bei meinen Nullmodellen habe ich allerdings große Schwierigkeiten die Intraklassenkorrelation herauszurechnen und die Zahlen richtig zu interpretieren.
Der Befehl von mir war folgender:
xtmelogit aV. || _all: sttnr || schulnrk: , intpoints (12)
Dabei kam folgender Output heraus:
Log likelihood = -837.73185 Prob > chi2 = .
aV. Coef. Std. Err. z P>z [95% Conf. Interval]
_cons -1.707468 .0870584 -19.61 0.000 -1.878099 -1.536836
Random-effects Parameters Estimate Std. Err. [95% Conf. Interval]
_all: Independent
var(sttnr) 2.81e-07 3.19e-06 6.22e-17 1269.066
var(_cons) 1.81e-16 2.36e-10 0 .
schulnrk: Identity
var(_cons) .108057 .0666713 .0322449 .362114
LR test vs. logistic regression: chi2(3) = 4.00 Prob > chi2 = 0.2613
Ich weiß, dass die Varianz auf Ebene 1 bei logistischen Modellen immer 3,29 ist, und die Varianz der Kontexte müsste ich dann dementsprechend so berechnen: Varianz der Ebene 2/Gesamtvarianz (also 3.29) * 100 (ICC). Aber ich kann in dem Modell nur Erkennen was die Varianz auf der einen Kontextebene (der Schulebene) ist, aber ich verstehe den Output an der Stelle _all: Independent nicht. Wo ist da die Varianz auf meiner anderen Kontextebene (der Stadtteilebene) und wieso werden da zwei Varianzen ausgegeben (var(sttnr) und var(_cons))?
Könnt ihr mir bei der Berechnung des ICC helfen?
Vielen Dank schonmal, ich hoffe jemand kann mir helfen.
hanswurst
Grünschnabel
Grünschnabel
Beiträge: 8
Registriert: Mi 28. Mär 2012, 12:00
Danke gegeben: 3
Danke bekommen: 0 mal in 0 Post