Varianzaufklärung Vergleich OLS-Regression und Mehrebenenanalyse
OLS-Regression:
R^2 als Maß für den Anteil der Kriteriumsvarianz, der durch alle Prädiktoren gemeinsam aufgeklärt wird
als Maß für die proportionale Reduktion des Vorhersagefehlers (der Residualvarianz) durch Berücksichtigung der Prädiktoren im Modell
als Maß für die Nützlichkeit eines einzelnen Prädiktor (∆R^2)
In der Mehrebenenanalyse gibt es
Residuen auf mehrerer Ebenen
keine eindeutige Entsprechung, da die Varianzzerlegung aufgrung der ML-Schätzung nicht eindeutig funktioniert
Verschiedene Vorschläge zur Berechnung eines Pseudo-R^2
Anteilige Reduktion der L1-Residualvarianz
= Vergleich eines reduzierten Random-Intercept-Modells 1 mit einem Modell 2, das einen oder mehrere zusätzlihce L1-Prädiktoren enthält
Rx^2
Anteilige Reduktion der L2-Residualvarianz
= Vergleich eines reduzierten Random-Intercept-Modells 1 mit einem Modell 2, das einen oder mehrere zusätzliche L2-Prädiktoren enthält
Rz^2
Varianzaufklärung durch CLI (Nützlichkeit)
Verringerung der Varianz durch einzelne Effekte
-> Änderung in der Varianz von u ein i nach Aufnahme eines L2-Prädiktors für die Random-Slopes (Effekt der Cross-Level-Interaktion)
Zuletzt geändertvor 2 Jahren
