De aanmeldingsdeadline is verstreken, aanmelden is niet meer mogelijk
De cursus introduceert multilevel regressieanalyse voor onderzoekers met modellen voor geneste of hiërarchische gegevens uit de sociale wetenschappen. Modellen en voorbeelden worden op een zo niet-technisch mogelijke manier besproken; de nadruk ligt op het begrijpen van de methodologische en statistische kwesties die komen kijken bij het toepassen van de modellen. Elke cursusdag begint met een hoorcollege gevolgd door een computeroefening waarin je een opdracht uitvoert.
Tijdens de computeroefeningen worden verschillende aspecten van multilevel modellering getraind met behulp van de R software. Bij het uitvoeren van de opdrachten werk je met crossnationale en longitudinale datasets.
De dagelijkse inhoud omvat op dag 1 een bespreking van de kenmerken van multilevel data en hun gevolgen voor statistische analyse, waaronder het aantal effectieve waarnemingen, intra-klasse correlatie, null en random intercept model, en de R software.
Onderwerpen die aan bod komen op dag 2 zijn vaste effecten, willekeurige hellingen en significantietests, en je bespreekt niveau-1 (X) en niveau-2 (Z) voorspellende variabelen, soorten regressie-effecten (vast, willekeurig) en nulhypothesetests.
Op dag 3 komen onder andere cross-level interactie en proportioneel verklaarde variantie aan bod. Je bespreekt hier de interactie van X- en Z-variabelen, R2-maten en binnen- en tussenregressie.
Op dag 4 verschuift de aandacht naar longitudinale gegevens. De onderwerpen die besproken worden zijn brede vs. lange databestanden, vaste en willekeurige delen van multilevel longitudinale modellen, tijdsconstante en tijdsvariërende voorspellende variabelen, binnen- en tusseneffecten, en modellen met vaste effecten.
Op dag 5 wordt het multilevel longitudinale model naast Generalized Least Squares gelegd, gevolgd door een bespreking van multilevel logistische regressie.
