A Logistic Crossed Multilevel Model for Analyzing Data with Binary Outcomes

• 영문명: A Logistic Crossed Multilevel Model for Analyzing Data with Binary Outcomes
• 발행기관: 한국교육평가학회
• 저자명: Sang-Jin Kang(강상진)
• 간행물 정보: 『교육평가연구』제19권 제2호, 301~322쪽, 전체 22쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2006.08.01

국문 초록

  다층모형은 지난 20여년간 교육연구방법의 중핵적인 통계방법으로 성장하였다. 다층모형 방법론자들은 다양한 다층구조를 모형에 반영하고, 또한 다양한 유형의 종속변수를 분석하기 위한 다층모형들을 개발하여 왔다. 이 연구는 전통적인 다층모형과 달리 수준-2에서 무선효과를 갖는 집단단위가 두 가지이며, 수준-1의 관찰단위는 두 가지의 수준-2 요인이 교차하여 생성하는 칸에 내재하는 구조의 자료를 분석하기에 적절한 다층모형을 제시하기 위한 것이다. 동시에 이 연구에서 제시하는 모형은 수준-1에서의 성과변수가 연속변수가 아닌 이분변수인 경우의 자료분석을 위한 다층모형이다. 새로운 유형의 다층모형을 제시하기 위하여, 이 논문은 모형의 개념을 일반화 선형모형(generalized linear model)의 관점에서 로짓 연결함수를 사용한 다층모형의 개념으로 설명하였다. 추정방법은 PQL(penalized quasi likelihood) 방법과 경험적 베이시안 관점에서 제사하였다, 로지스틱 이원 다층모형(LCMM)의 고정효과와 무선효과의 모수 추정을 위한 계산은 EM 알고리즘을 적용하였으며, 예시용 분석은 54개 학교에 근무하는 1708명의 중학교 교사들의 사회적 환경 자료를 분석하였다.

영문 초록

  Multilevel models have become the core of educational research methods in the past two decades. Researchers studying the multilevel modeling have challenged to account for various nested structures of educational data and for the various type of outcome variables. This study is to present a new multilevel model to account for more complex data structure where level-1 units are nested within the cells cross-classified by two macro units having random effects. On the other hand, the model addresses the estimation method when the data have binary outcomes given the cross-classified multilevel structure. The conceptualization of the model is described in the perspective of generalized linear model by using logit link function and the multilevel model with crossed random effects at level-2. Estimation method is briefly presented from the Penalized Quasi Likelihood method and from an empirical Bayes viewpoint. The computation is implemented via the EM algorithm and an illustrative application of the model was performed by analyzing the data of 1708 teachers from 54 middle schools.

목차

영어 초록
Ⅰ. Background
Ⅱ. Construction of the Model in Practice
Ⅲ. Estimation Theory and Algorithm
Ⅳ. Illustration
Ⅴ. Discussion and Computational Notes
References
저자소개
요약
Appendix 1. 〈Table 1〉 Design and Descriptive Statistics of DATA

키워드

multilevel model cross-classified multilevel model Logistic multilevel model Penalized Quasi Likelihood method EM algorithm 다층모형 이원 무선효과 다층모형 로지스틱 다층모형 유사우도추정법 EM 알고리즘