Sumários

Modelos Multinível (conclusão): Cross-level intaeraction

25 Junho 2024, 18:30 Helena Carvalho


1ª parte:

  • Cross-level interaction: moderadora que acentua o efeito de X em Y e moderadora buffer
  • Interpretação da representação gráfica
  • Interpretação dos testes aos efeitos condicionados
  • Análise de papers a fim de se ilustrar como se reporta o efeito de interacção
  • Apresentação de diversas tabelas para reportar principais resultados dos modelos testados
2ª parte: Tutoria aos trabalhos.

Tutoria aos trabalhos + Step 4 | Cross-level interaction

20 Junho 2024, 18:30 Helena Carvalho


1ª parte: 

  • esclarecimento de dúvidas
  • exemplificação da agregação e da desagregação de variáveis 
  • hipóteses de criação de novas variáveis compósitas
2ª parte: teste do modelo com cross-level interaction - exploração do menu no JAMOVI

Step 3 | Random Intercept and Random Slope Model

19 Junho 2024, 18:30 Helena Carvalho


Apresentação de um tipo de tabela para reportar os principais resultados de uma modelação com análise multinível

Distinção entre:

  • R-square marginal
  • R-square conditional

Step 3 | Random Intercept and Random Slope Model:

  • Considerar o declive aleatório na variável preditora de nível 1
  • Opção efeitos correlacionados e efeitos não correlacionados
  • Teste do modelo
  • Interpretação de resultados

Step 2 | Random Intercept and Fixed Slope Model

6 Junho 2024, 18:30 Helena Carvalho


Step 2 | Random Intercept and Fixed Slope Model

  • Componente fixa e componente aleatória do modelo
  • Centrar as variáveis preditoras:
    • com a média do grupo
    • com a média global

Testar o modelo com uma preditora de nível 1. Exploração das opções no software.

Interpretação de resultados.

Step 2 | Random Intercept and Fixed Slope Model (adding level-2 predictors)

  • Introdução de uma variável preditora de nível 2
  • Centrar essa preditora de nível 2 com a média global
  • Testar o modelo com duas preditoras: uma de nível-1 e outra de nível-2 com slopes fixos
  • Interpretação de resultados
  • Interpretação:
    • do R-square marginal
    • do R-square conditional
  • Comparação da varância intra e inter grupos com e sem as preditoras.

Gestão do software para testar o modelo com 2 preditoras com random intercept e slopes fixos.

Step 1 Null Model (ICC) (Conclusão) e exploração de uma tabela-síntese dos principais resultados

5 Junho 2024, 18:30 Helena Carvalho


Step 1 (conclusão):

  • Interpretação da constante
  • Interpretação do teste LRT (likelihood Ratio Test)
Discussão a partir de uma tabela-síntese dos principais resultados de uma análise multinível. 
Objetivo desta estratégia:
  • Visualização completa dos diversos steps implementados
  • Sistematização de (novos) conceitos estatísticos enquadrados na modelação com multinível