Mehr-Ebenen-Analyse I. Regressionsmodelle für Politikwissenschaftler



Ähnliche Dokumente
Mehr-Ebenen-Analyse I

Mehr-Ebenen-Modelle. Übersicht. VL Forschungsmethoden. VPC/Intra-Class-Correlation. 1 Einführung Strukturierte Daten Einfache Lösungen

Mehr-Ebenen-Analyse II

MEHREBENENANALYSE: ANGEMESSENE MODELLIERUNG VON EVALUATIONSDATEN

Schätzverfahren, Annahmen und ihre Verletzungen, Standardfehler. Oder: was schiefgehen kann, geht schief. Statistik II

Schätzverfahren, Annahmen und ihre Verletzungen, Standardfehler. Oder: was schiefgehen kann, geht schief

Mehrebenenanalyse. Seminar: Multivariate Analysemethoden Referentinnen: Barbara Wulfken, Iris Koch & Laura Früh

Zeitungslektüre im sozialen Kontext

I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03

Kompetenzorientierung von Lehre:

Kapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

1 Einführung Ökonometrie... 1

Annahmen des linearen Modells

Vorlesung 4: Spezifikation der unabhängigen Variablen

Bivariate Analyseverfahren

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Missing Data. Missing Data. VL Forschungsmethoden. VL Forschungsmethoden. Missing Data: Typen Strategien Fazit

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Institut für Soziologie Christian Ganser. Methoden 2. Regressionsanalyse II: Lineare multiple Regression

Beispiel: Multiples Modell/Omitted Variable Bias I

simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall

Liegen 2 Beobachtungen an n Objekten vor, spricht man von einer gebundenen Stichprobe Typische Struktur bei "stimulus-response" Versuchen

ANOVA und Transformationen. Statistik II

2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen

Versuchsplanung. Teil 2 Varianzanalyse (ANOVA) Dr. Tobias Kiesling

1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests.

Regression und Korrelation

Angehörige zwischen Pege und Beruf: Welchen Eekt haben die Instrumente der Sozialpolitik?

Vorlesung: Statistik II für Wirtschaftswissenschaft

Dynamische Systeme und Zeitreihenanalyse // Multivariate Normalverteilung und ML Schätzung 11 p.2/38

Prof. Dr. Marc Gürtler WS 2014/2015. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft

Analyse von Querschnittsdaten. Heteroskedastizität

Warum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv

Zentraler Grenzwertsatz/Konfidenzintervalle

Musterlösung. Modulklausur Multivariate Verfahren

Vorlesung: Lineare Modelle. Verschiedene Typen von Residuen. Probleme bei der Regression und Diagnose. Prof. Dr. Helmut Küchenhoff.

Missing Data. VL Forschungsmethoden

Inferenzstatistik (=schließende Statistik)

Institut für Soziologie Christian Ganser. Methoden 2. Regressionsanalyse III: Diagnostik

Statistik II Übung 1: Einfache lineare Regression

Beispiel: Multiples Modell/Omitted Variable Bias I

Statistisches Testen

Prof. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft

Mixed Effects Models: Wachstumskurven

Zur Erinnerung: Annahmen

Statistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.

Prüfung aus Statistik 2 für SoziologInnen

1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...

Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Waldinventur und Fernerkundung

Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse. Lösungsblatt zu Nr. 2

Statistik II Übung 1: Einfache lineare Regression

Computerübung 10. Empirische Wirtschaftsforschung. Willi Mutschler. 27. Januar Ökonometrie und Wirtschaftsstatistik Uni Münster

Analyse von Querschnittsdaten. Spezifikation der unabhängigen Variablen

(1 Punkt) i) Bestimmen Sie formal den marginalen Effekt der Häufigkeit des Alkoholkonsums für männliche

Stichwortverzeichnis. Symbole

ANOVA und Transformationen

Teil: lineare Regression

Bachelorprüfung: Statistik (1 Stunde)

Experimentelle und quasiexperimentelle

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell

Statistik II Übung 3: Hypothesentests Aktualisiert am

Treatment-Evaluationsproblematik

Einführung in Panel-Verfahren

2.3 Nichtlineare Regressionsfunktion

Analyse von Querschnittsdaten. Signifikanztests I Basics

Inferenz im multiplen Regressionsmodell

y t = 30, 2. Benutzen Sie die Beobachtungen bis einschließlich 2002, um den Koeffizientenvektor β mit der KQ-Methode zu schätzen.

Einführung 17. Teil I Kopfüber eintauchen in die Statistik 23. Kapitel 1 Kategoriale Daten zusammenfassen: Häufigkeiten und Prozente 25

Die Regressionsanalyse

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

2.5 Lineare Regressionsmodelle

Einführung II. Kontext und Mehr-Ebenen-Datensätze. Wiederholung Statistische Mehr-Ebenen-Modelle Politisches Vertrauen in Europa Fazit/Ausblick

Auswertung und Lösung

1 Prognoseverfahren F H

Statistik mit und ohne Zufall

Statistik Einführung // Stichprobenverteilung 6 p.2/26

Seminar zur Energiewirtschaft:

Statistik II Übung 3: Hypothesentests

Population und Stichprobe Wahrscheinlichkeitstheorie II

Wahrscheinlichkeitsverteilungen

Statistik Klausur Sommersemester 2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

So berechnen Sie einen Schätzer für einen Punkt

Statistik II: Signifikanztests /2

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen

Schweizer Statistiktage, Aarau, 18. Nov. 2004

Statistik II. IV. Hypothesentests. Martin Huber

Empirical Banking and Finance

Missing Data. Regressionsmodelle für Politikwissenschaftler

Mehrdimensionale Zufallsvariablen

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

Biostatistik 101 Korrelation - Regressionsanalysen

Kompetenzerwerb in Lehrveranstaltungen Einflussfaktoren des Kompetenzerwerbs in Lehrveranstaltungen

Einführung in die Modellierung räumlicher Effekte eine Anwendung mit Daten des Nationalen Bildungspanels

Diagnostik von Regressionsmodellen (1)

Transkript:

Mehr-Ebenen-Analyse I Regressionsmodelle für Politikwissenschaftler

Was sind strukturierte Daten? Was ist Struktur? Probleme Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was sind strukturierte Daten? Was ist Struktur? Probleme Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) In der Realität fast immer mehrstufige Zufallsstichproben, z. B. ADM Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was sind strukturierte Daten? Was ist Struktur? Probleme Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) In der Realität fast immer mehrstufige Zufallsstichproben, z. B. ADM 1. Auswahl Netz Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was sind strukturierte Daten? Was ist Struktur? Probleme Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) In der Realität fast immer mehrstufige Zufallsstichproben, z. B. ADM 1. Auswahl Netz 2. Auswahl Sampling-Point Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was sind strukturierte Daten? Was ist Struktur? Probleme Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) In der Realität fast immer mehrstufige Zufallsstichproben, z. B. ADM 1. Auswahl Netz 2. Auswahl Sampling-Point 3. Auswahl Adresse/Haushalt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was sind strukturierte Daten? Was ist Struktur? Probleme Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) In der Realität fast immer mehrstufige Zufallsstichproben, z. B. ADM 1. Auswahl Netz 2. Auswahl Sampling-Point 3. Auswahl Adresse/Haushalt 4. Auswahl Befragungsperson Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was ist Struktur? Probleme Was sind strukturierte Daten? Bisher sind wir stets von einfachen Zufallsstichproben ausgegangen (Registerstichprobe) In der Realität fast immer mehrstufige Zufallsstichproben, z. B. ADM 1. Auswahl Netz 2. Auswahl Sampling-Point 3. Auswahl Adresse/Haushalt 4. Auswahl Befragungsperson Untersuchungsobjekte (Befragte) sind nicht unabhängig voneinander Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (2/36)

Was ist Struktur? Probleme Was heißt nicht unabhängig voneinander Objekte beeinflussen sich gegenseitig Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (3/36)

Was ist Struktur? Probleme Was heißt nicht unabhängig voneinander Objekte beeinflussen sich gegenseitig Sie werden in gleicher Weise beeinflußt von Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (3/36)

Was ist Struktur? Probleme Was heißt nicht unabhängig voneinander Objekte beeinflussen sich gegenseitig Sie werden in gleicher Weise beeinflußt von gemessenen und nicht Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (3/36)

Was ist Struktur? Probleme Was heißt nicht unabhängig voneinander Objekte beeinflussen sich gegenseitig Sie werden in gleicher Weise beeinflußt von gemessenen und nicht gemessenen Eigenschaften ihres gemeinsamen Kontextes Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (3/36)

Was ist Struktur? Probleme Was heißt nicht unabhängig voneinander Objekte beeinflussen sich gegenseitig Sie werden in gleicher Weise beeinflußt von gemessenen und nicht gemessenen Eigenschaften ihres gemeinsamen Kontextes Annahme, daß ǫ aus identischen und voneinander unabhängigen Normalverteilungen gezogen, wird hinfällig Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (3/36)

Was ist Struktur? Probleme Gibt es noch andere Quellen für Struktur Stichprobenziehung/Datenerhebung eine wichtige Quelle (Klumpenstichproben/Schulforschung) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (4/36)

Was ist Struktur? Probleme Gibt es noch andere Quellen für Struktur Stichprobenziehung/Datenerhebung eine wichtige Quelle (Klumpenstichproben/Schulforschung) Selbst dann, wenn einfache Zufallsstichprobe vorliegt, häufig Strukturierung der Daten durch Kontexte (Anhänger verschiedener Parteien/Leser verschiedener Zeitungen) Kontexte müssen nicht räumlich definiert sein Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (4/36)

Was ist Struktur? Probleme Gibt es noch andere Quellen für Struktur Stichprobenziehung/Datenerhebung eine wichtige Quelle (Klumpenstichproben/Schulforschung) Selbst dann, wenn einfache Zufallsstichprobe vorliegt, häufig Strukturierung der Daten durch Kontexte (Anhänger verschiedener Parteien/Leser verschiedener Zeitungen) Kontexte müssen nicht räumlich definiert sein Kontexte sind überall: Wähler in Stimmbezirken in Wahlkreisen in Ländern Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (4/36)

Was ist Struktur? Probleme Gibt es noch andere Quellen für Struktur Stichprobenziehung/Datenerhebung eine wichtige Quelle (Klumpenstichproben/Schulforschung) Selbst dann, wenn einfache Zufallsstichprobe vorliegt, häufig Strukturierung der Daten durch Kontexte (Anhänger verschiedener Parteien/Leser verschiedener Zeitungen) Kontexte müssen nicht räumlich definiert sein Kontexte sind überall: Wähler in Stimmbezirken in Wahlkreisen in Ländern Paneldaten sind auch Kontextdaten (Person als Kontext) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (4/36)

Muß die Struktur einfach sein? Was ist Struktur? Probleme Nationalstaat Land 1 Land 2 Land 3... Kreis 11 Kreis 12...... Kreis 31 Kreis 32... Gemeinde 111... Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (5/36)

Was ist Struktur? Probleme Zeit innerhalb von Raum oder umgekehrt? Westeuropa AT BE DE... 1995 1996...... 1995 1996... Bürger AT19951... Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (6/36)

Was ist Struktur? Probleme Welche Komplikationen sind denkbar? Gekreuzte (cross-classified) Strukturen sind relativ häufig Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (7/36)

Was ist Struktur? Probleme Welche Komplikationen sind denkbar? Gekreuzte (cross-classified) Strukturen sind relativ häufig Oft gibt es aber viel komplexere Strukturen (mehrfache/überlappende Mitgliedschaften) etc., die nicht oder nur stark vereinfacht modellierbar sind Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (7/36)

Welche Probleme gibt es? Was ist Struktur? Probleme 1. Korrekte Standardfehler Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (8/36)

Was ist Struktur? Probleme Welche Probleme gibt es? 1. Korrekte Standardfehler 2. Schätzungen für Effekte von Kontexteigenschaften Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (8/36)

Was ist Struktur? Probleme Warum machen Standardfehler Probleme? Konventionelle Standardfehler basieren auf iid-annahme Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (9/36)

Was ist Struktur? Probleme Warum machen Standardfehler Probleme? Konventionelle Standardfehler basieren auf iid-annahme Varianz von ǫ ist nicht bekannt, sondern wird aus Residuen geschätzt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (9/36)

Was ist Struktur? Probleme Warum machen Standardfehler Probleme? Konventionelle Standardfehler basieren auf iid-annahme Varianz von ǫ ist nicht bekannt, sondern wird aus Residuen geschätzt Kontextstruktur führt zu Ähnlichkeiten zwischen Beobachtungen Autokorrelation und möglicherweise Heteroskedastizität Schluß von Residuen nicht gerechtfertigt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (9/36)

Was ist Struktur? Probleme Warum machen Standardfehler Probleme? Konventionelle Standardfehler basieren auf iid-annahme Varianz von ǫ ist nicht bekannt, sondern wird aus Residuen geschätzt Kontextstruktur führt zu Ähnlichkeiten zwischen Beobachtungen Autokorrelation und möglicherweise Heteroskedastizität Schluß von Residuen nicht gerechtfertigt Standardfehler für Individualvariablen zu klein (in Abhängigkeit von Homogenität der Kontexte) zu schmale Konfidenzintervalle, zu laxe Signifikanztests Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (9/36)

Was ist Struktur? Probleme Wie lassen sich Kontexteigenschaften systematisch beschreiben? Ebene 1 2 3... Typ global analytisch relational strukturell kontextuell global analytisch relational strukturell kontextuell global relational kontextuell : Aggregation : Disaggregation Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (10/36)

Was ist Struktur? Probleme Wie lassen sich Kontexteigenschaften systematisch beschreiben? Globale Variablen: Beziehen sich auf eine Einheit auf einer Ebene Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (11/36)

Was ist Struktur? Probleme Wie lassen sich Kontexteigenschaften systematisch beschreiben? Globale Variablen: Beziehen sich auf eine Einheit auf einer Ebene Analytische Variablen: Aggregation (z. B. Mittelwertbildung) über Objekte der unteren Ebene Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (11/36)

Was ist Struktur? Probleme Wie lassen sich Kontexteigenschaften systematisch beschreiben? Globale Variablen: Beziehen sich auf eine Einheit auf einer Ebene Analytische Variablen: Aggregation (z. B. Mittelwertbildung) über Objekte der unteren Ebene Relationale Variablen: Beziehen sich auf Verhältnis zwischen einem Objekt und anderen Objekten derselben Ebene (Soziometrie) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (11/36)

Was ist Struktur? Probleme Wie lassen sich Kontexteigenschaften systematisch beschreiben? Globale Variablen: Beziehen sich auf eine Einheit auf einer Ebene Analytische Variablen: Aggregation (z. B. Mittelwertbildung) über Objekte der unteren Ebene Relationale Variablen: Beziehen sich auf Verhältnis zwischen einem Objekt und anderen Objekten derselben Ebene (Soziometrie) Strukturell: Aggregation von relationalen Variablen der untergeordneten Ebene Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (11/36)

Was ist Struktur? Probleme Wie lassen sich Kontexteigenschaften systematisch beschreiben? Globale Variablen: Beziehen sich auf eine Einheit auf einer Ebene Analytische Variablen: Aggregation (z. B. Mittelwertbildung) über Objekte der unteren Ebene Relationale Variablen: Beziehen sich auf Verhältnis zwischen einem Objekt und anderen Objekten derselben Ebene (Soziometrie) Strukturell: Aggregation von relationalen Variablen der untergeordneten Ebene Kontextuell: Globale Eigenschaften der übergeordneten Ebene Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (11/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Klassische Lösung : Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Klassische Lösung : Standard-Regressionsverfahren Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Klassische Lösung : Standard-Regressionsverfahren Kontextvariablen werden drankumuliert, d.h. wie Individualvariablen behandelt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Klassische Lösung : Standard-Regressionsverfahren Kontextvariablen werden drankumuliert, d.h. wie Individualvariablen behandelt Beispiel bei Moulton (1990): Abhängigkeit individueller Löhne von relevanten und irrelevanten Eigenschaften des Staates (abhängige Variable: Individualdaten, unabhängige Variable: Aggregatdaten) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Klassische Lösung : Standard-Regressionsverfahren Kontextvariablen werden drankumuliert, d.h. wie Individualvariablen behandelt Beispiel bei Moulton (1990): Abhängigkeit individueller Löhne von relevanten und irrelevanten Eigenschaften des Staates (abhängige Variable: Individualdaten, unabhängige Variable: Aggregatdaten) Standardfehler für die Aggregatdaten viel zu klein, weil diese als unabhängige Beobachtungen betrachtet werden (Fallzahlen im Bereich von Tausenden, obwohl n 50) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Ganz schlecht: Struktur ignorieren, Kontextvariablen verwenden Theoretische und praktische Relevanz von Kontexteigenschaften seit langem bekannt Klassische Lösung : Standard-Regressionsverfahren Kontextvariablen werden drankumuliert, d.h. wie Individualvariablen behandelt Beispiel bei Moulton (1990): Abhängigkeit individueller Löhne von relevanten und irrelevanten Eigenschaften des Staates (abhängige Variable: Individualdaten, unabhängige Variable: Aggregatdaten) Standardfehler für die Aggregatdaten viel zu klein, weil diese als unabhängige Beobachtungen betrachtet werden (Fallzahlen im Bereich von Tausenden, obwohl n 50) R 2 ist zu hoch Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (12/36)

Warum ist das so? Siehe oben Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Warum ist das so? Siehe oben Betroffen sind nicht nur Aggregat-, sondern auch Individualmerkmale Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Warum ist das so? Siehe oben Betroffen sind nicht nur Aggregat-, sondern auch Individualmerkmale Entspricht dem Design-Effekt (Kish) bei mehrstufiger Zufallsauswahl Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Warum ist das so? Siehe oben Betroffen sind nicht nur Aggregat-, sondern auch Individualmerkmale Entspricht dem Design-Effekt (Kish) bei mehrstufiger Zufallsauswahl Um so gravierender Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Warum ist das so? Siehe oben Betroffen sind nicht nur Aggregat-, sondern auch Individualmerkmale Entspricht dem Design-Effekt (Kish) bei mehrstufiger Zufallsauswahl Um so gravierender je kleiner die Zahl der Kontexte in Relation zur Zahl der Befragten ist Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Warum ist das so? Siehe oben Betroffen sind nicht nur Aggregat-, sondern auch Individualmerkmale Entspricht dem Design-Effekt (Kish) bei mehrstufiger Zufallsauswahl Um so gravierender je kleiner die Zahl der Kontexte in Relation zur Zahl der Befragten ist je homogener die Kontexte sind Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Warum ist das so? Siehe oben Betroffen sind nicht nur Aggregat-, sondern auch Individualmerkmale Entspricht dem Design-Effekt (Kish) bei mehrstufiger Zufallsauswahl Um so gravierender je kleiner die Zahl der Kontexte in Relation zur Zahl der Befragten ist je homogener die Kontexte sind Kontextvariablen besonders problematisch, da hier perfekte Homogenität vorliegt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (13/36)

Wie läßt sich das Problem der inkorrekten Standardfehler lösen? Schätzungen für Parameter unverzerrt (wenn auch nicht notwendigerweise optimal) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (14/36)

Wie läßt sich das Problem der inkorrekten Standardfehler lösen? Schätzungen für Parameter unverzerrt (wenn auch nicht notwendigerweise optimal) Spezielle Korrekturformeln für mehrstufige Zufallsauswahlen Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (14/36)

Wie läßt sich das Problem der inkorrekten Standardfehler lösen? Schätzungen für Parameter unverzerrt (wenn auch nicht notwendigerweise optimal) Spezielle Korrekturformeln für mehrstufige Zufallsauswahlen Generelle: Robuste Standardfehler, (relativ) unempfindlich gegen Heteroskedastizität und Autokorrelation Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (14/36)

Wie läßt sich das Problem der inkorrekten Standardfehler lösen? Schätzungen für Parameter unverzerrt (wenn auch nicht notwendigerweise optimal) Spezielle Korrekturformeln für mehrstufige Zufallsauswahlen Generelle: Robuste Standardfehler, (relativ) unempfindlich gegen Heteroskedastizität und Autokorrelation Gute Lösung, wenn nur zwei Ebenen und Kontextstruktur bekannt Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (14/36)

Was tut man (konventionell) mit den Kontextvariablen? Außer den Standardfehlern gibt es noch weitere Komplikationen bei Mehr-Ebenen-Designs 1. Kontextvariablen können eine systematische Wirkung haben (wie?) 2. Zufällige Einflüsse auf der Kontexteben/die Konstante kann über die Kontexte variieren 3. Die Wirkung von Individualvariablen kann systematisch oder zufällig über Kontexte variieren 4. Cross-Level-Interaktionen Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (15/36)

Wie schlägt sich das nieder? 1. Koeffizient (Steigung) für Kontextvariablen 2. Mehrere Achsenabschnitte (oder ein Achsenabschnitt plus Verteilung) 3. Interaktionen mit Steigungskoeffizient oder Steigung plus Verteilung 4. Interaktionsterme Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (16/36)

Ein Beispiel? Sie untersuchen rechtsextreme Einstellungen (y) an Befragten, die in den 70 Landtagswahlkreisen Baden-Württembergs leben Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (17/36)

Ein Beispiel? Sie untersuchen rechtsextreme Einstellungen (y) an Befragten, die in den 70 Landtagswahlkreisen Baden-Württembergs leben y hängt (in der Realität) ab von Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (17/36)

Ein Beispiel? Sie untersuchen rechtsextreme Einstellungen (y) an Befragten, die in den 70 Landtagswahlkreisen Baden-Württembergs leben y hängt (in der Realität) ab von 1. der Individualvariable Bildung (x 1 beziehungsweise x ij ) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (17/36)

Ein Beispiel? Sie untersuchen rechtsextreme Einstellungen (y) an Befragten, die in den 70 Landtagswahlkreisen Baden-Württembergs leben y hängt (in der Realität) ab von 1. der Individualvariable Bildung (x 1 beziehungsweise x ij ) 2. zufälligen Einflüssen auf der Individualebene (ǫ beziehungsweise e 0ij ) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (17/36)

Ein Beispiel? Sie untersuchen rechtsextreme Einstellungen (y) an Befragten, die in den 70 Landtagswahlkreisen Baden-Württembergs leben y hängt (in der Realität) ab von 1. der Individualvariable Bildung (x 1 beziehungsweise x ij ) 2. zufälligen Einflüssen auf der Individualebene (ǫ beziehungsweise e 0ij ) 3. der Kontextvariable Ausländeranteil (x 2 beziehungsweise x j ) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (17/36)

Ein Beispiel? Sie untersuchen rechtsextreme Einstellungen (y) an Befragten, die in den 70 Landtagswahlkreisen Baden-Württembergs leben y hängt (in der Realität) ab von 1. der Individualvariable Bildung (x 1 beziehungsweise x ij ) 2. zufälligen Einflüssen auf der Individualebene (ǫ beziehungsweise e 0ij ) 3. der Kontextvariable Ausländeranteil (x 2 beziehungsweise x j ) 4. sowie zufälligen Einflüssen auf der Kontextebene (u 0j ) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (17/36)

Was kann man tun? separate Analyse (I) Separate Analyse der Daten aus den 70 Kontexten (70 einzelne Regressionen schätzen) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (18/36)

Welche Modellierungsmöglichkeiten gibt es? Eigenschaften separate Analyse(I) dummy variable(ii) interaction(iii) ME-Analyse (IV) systematische Kontexteinflüsse modellierbar zufällige Kontexteinflüsse modellierbar Variation individueller Einflüsse über Kontexte modellierbar Cross-Level Interaktionen korrekte Standardfehler typische Zahl der Kontexte nein nein ja ja ja ja nein ja ja (fix) ja (fix) nein ja (fix oder random) nein nein ja ja ja ja (robust) ja (robust) ja (modellbasiert oder robust) drei bis zehn zehn bis 20 zehn bis 20 (sehr viel) mehr als 20 Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (19/36)

Welche Modellierungsmöglichkeiten gibt es? Eigenschaften separate Analyse(I) dummy variable(ii) interaction(iii) ME-Analyse (IV) systematische Kontexteinflüsse modellierbar zufällige Kontexteinflüsse modellierbar Variation individueller Einflüsse über Kontexte modellierbar Cross-Level Interaktionen korrekte Standardfehler typische Zahl der Kontexte nein nein ja ja ja ja nein ja ja (fix) ja (fix) nein ja (fix oder random) nein nein ja ja ja ja (robust) ja (robust) ja (modellbasiert oder robust) drei bis zehn zehn bis 20 zehn bis 20 (sehr viel) mehr als 20 Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (20/36)

Was kann man tun? separate Analyse (I) Separate Analyse der Daten aus den 70 Kontexten (70 einzelne Regressionen schätzen) Hier wegen großer Fallzahl unpraktisch Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (21/36)

Was kann man tun? separate Analyse (I) Separate Analyse der Daten aus den 70 Kontexten (70 einzelne Regressionen schätzen) Hier wegen großer Fallzahl unpraktisch Variierende Achsenabschnitte: zufällige Kontexteinflüsse; variierende Steigungen für Individualvariablen Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (21/36)

Was kann man tun? separate Analyse (I) Separate Analyse der Daten aus den 70 Kontexten (70 einzelne Regressionen schätzen) Hier wegen großer Fallzahl unpraktisch Variierende Achsenabschnitte: zufällige Kontexteinflüsse; variierende Steigungen für Individualvariablen Bei kleiner Zahl von Kontexten ehrbare Alternative Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (21/36)

Was kann man tun? dummy variable model (II) Gemeinsame Analyse aller Fälle + 1 Dummy pro Kontext (oder 1 Dummy weniger + Konstante) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (22/36)

Welche Modellierungsmöglichkeiten gibt es? Eigenschaften separate Analyse(I) dummy variable(ii) interaction(iii) ME-Analyse (IV) systematische Kontexteinflüsse modellierbar zufällige Kontexteinflüsse modellierbar Variation individueller Einflüsse über Kontexte modellierbar Cross-Level Interaktionen korrekte Standardfehler typische Zahl der Kontexte nein nein ja ja ja ja nein ja ja (fix) ja (fix) nein ja (fix oder random) nein nein ja ja ja ja (robust) ja (robust) ja (modellbasiert oder robust) drei bis zehn zehn bis 20 zehn bis 20 (sehr viel) mehr als 20 Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (23/36)

Was kann man tun? dummy variable model (II) Gemeinsame Analyse aller Fälle + 1 Dummy pro Kontext (oder 1 Dummy weniger + Konstante) Hier sehr viele Dummies Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (24/36)

Was kann man tun? dummy variable model (II) Gemeinsame Analyse aller Fälle + 1 Dummy pro Kontext (oder 1 Dummy weniger + Konstante) Hier sehr viele Dummies Gegebenenfalls sehr viele Interaktionen Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (24/36)

Was kann man tun? dummy variable model (II) Gemeinsame Analyse aller Fälle + 1 Dummy pro Kontext (oder 1 Dummy weniger + Konstante) Hier sehr viele Dummies Gegebenenfalls sehr viele Interaktionen Bei kleinerer Zahl von Kontexten durchaus sinnvolle Alternative, wenn keine relevanten Kontextvariablen Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (24/36)

Was kann man tun? interaction model (II) Gemeinsame Analyse aller Fälle + Kontextvariablen (Zahl beschränkt) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (25/36)

Welche Modellierungsmöglichkeiten gibt es? Eigenschaften separate Analyse(I) dummy variable(ii) interaction(iii) ME-Analyse (IV) systematische Kontexteinflüsse modellierbar zufällige Kontexteinflüsse modellierbar Variation individueller Einflüsse über Kontexte modellierbar Cross-Level Interaktionen korrekte Standardfehler typische Zahl der Kontexte nein nein ja ja ja ja nein ja ja (fix) ja (fix) nein ja (fix oder random) nein nein ja ja ja ja (robust) ja (robust) ja (modellbasiert oder robust) drei bis zehn zehn bis 20 zehn bis 20 (sehr viel) mehr als 20 Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (26/36)

Was kann man tun? interaction model (II) Gemeinsame Analyse aller Fälle + Kontextvariablen (Zahl beschränkt) In der Politikwissenschaft sehr gebräuchliches Verfahren (Länderanalysen) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (27/36)

Was kann man tun? interaction model (II) Gemeinsame Analyse aller Fälle + Kontextvariablen (Zahl beschränkt) In der Politikwissenschaft sehr gebräuchliches Verfahren (Länderanalysen) Bei kleinerer Zahl von Kontexten durchaus sinnvolle Alternative, wenn keine zufälligen Kontexteinflüsse/persistenten Kontexteinflüsse ( unit effects massive Verzerrungen möglich) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (27/36)

Was kann man tun? interaction model (II) Gemeinsame Analyse aller Fälle + Kontextvariablen (Zahl beschränkt) In der Politikwissenschaft sehr gebräuchliches Verfahren (Länderanalysen) Bei kleinerer Zahl von Kontexten durchaus sinnvolle Alternative, wenn keine zufälligen Kontexteinflüsse/persistenten Kontexteinflüsse ( unit effects massive Verzerrungen möglich) Probleme? Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (27/36)

Unter welchen Voraussetzungen ist Anwendung möglich/sinnvoll? Große Zahl von Kontexten (Mindestwert 30 bis 50, für Varianzkomponenten nach Möglichkeit mehr) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (28/36)

Unter welchen Voraussetzungen ist Anwendung möglich/sinnvoll? Große Zahl von Kontexten (Mindestwert 30 bis 50, für Varianzkomponenten nach Möglichkeit mehr) Typischerweise 2 bis 100 Objekte pro Kontext (ansonsten oft kein Unterschied zu konventionellen Analysen) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (28/36)

Unter welchen Voraussetzungen ist Anwendung möglich/sinnvoll? Große Zahl von Kontexten (Mindestwert 30 bis 50, für Varianzkomponenten nach Möglichkeit mehr) Typischerweise 2 bis 100 Objekte pro Kontext (ansonsten oft kein Unterschied zu konventionellen Analysen) Kontexte sind als Zufallsstichprobe aus einer großen Grundgesamtheit von Kontexten zu interpretieren Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (28/36)

Unter welchen Voraussetzungen ist Anwendung möglich/sinnvoll? Große Zahl von Kontexten (Mindestwert 30 bis 50, für Varianzkomponenten nach Möglichkeit mehr) Typischerweise 2 bis 100 Objekte pro Kontext (ansonsten oft kein Unterschied zu konventionellen Analysen) Kontexte sind als Zufallsstichprobe aus einer großen Grundgesamtheit von Kontexten zu interpretieren Der letzte Punkt wird häufig ignoriert Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (28/36)

Was sind die Grundannahmen des Modells? Variation von Achsenabschnitten/Steigungen über Kontexte... Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (29/36)

Was sind die Grundannahmen des Modells? Variation von Achsenabschnitten/Steigungen über Kontexte...... kann durch Zufallsvariable(n) beschrieben werden Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (29/36)

Was sind die Grundannahmen des Modells? Variation von Achsenabschnitten/Steigungen über Kontexte...... kann durch Zufallsvariable(n) beschrieben werden Statt 70 separater Modellschätzungen Schätzung von Mittelwert und Varianz der Modellparameter ( random effects ) sehr effizient Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (29/36)

Was sind die Grundannahmen des Modells? Variation von Achsenabschnitten/Steigungen über Kontexte...... kann durch Zufallsvariable(n) beschrieben werden Statt 70 separater Modellschätzungen Schätzung von Mittelwert und Varianz der Modellparameter ( random effects ) sehr effizient Korrekte Standardfehler, Kontexteffekte und Cross-Level-Interaktionen machbar Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (29/36)

Was sind die Grundannahmen des Modells? Variation von Achsenabschnitten/Steigungen über Kontexte...... kann durch Zufallsvariable(n) beschrieben werden Statt 70 separater Modellschätzungen Schätzung von Mittelwert und Varianz der Modellparameter ( random effects ) sehr effizient Korrekte Standardfehler, Kontexteffekte und Cross-Level-Interaktionen machbar Shrinkage Estimates Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (29/36)

Welche Modellierungsmöglichkeiten gibt es? Eigenschaften separate Analyse(I) dummy variable(ii) interaction(iii) ME-Analyse (IV) systematische Kontexteinflüsse modellierbar zufällige Kontexteinflüsse modellierbar Variation individueller Einflüsse über Kontexte modellierbar Cross-Level Interaktionen korrekte Standardfehler typische Zahl der Kontexte nein nein ja ja ja ja nein ja ja (fix) ja (fix) nein ja (fix oder random) nein nein ja ja ja ja (robust) ja (robust) ja (modellbasiert oder robust) drei bis zehn zehn bis 20 zehn bis 20 (sehr viel) mehr als 20 Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (30/36)

Wie sieht das Modell aus? Viele Varianten mit unterschiedlicher Komplexität Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (31/36)

Wie sieht das Modell aus? Viele Varianten mit unterschiedlicher Komplexität Relativ einfach: Random Intercept Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (31/36)

Wie sieht das Modell aus? Viele Varianten mit unterschiedlicher Komplexität Relativ einfach: Random Intercept In unserem Beispiel: Rechtsextremismus hängt ab von individuellen Eigenschaften, das mittlere Niveau variiert aber über die Kreise (z. B. wegen politischer Traditionen) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (31/36)

Wie sieht das Modell aus? Viele Varianten mit unterschiedlicher Komplexität Relativ einfach: Random Intercept In unserem Beispiel: Rechtsextremismus hängt ab von individuellen Eigenschaften, das mittlere Niveau variiert aber über die Kreise (z. B. wegen politischer Traditionen) Dummy variable model mit 69/70 Dummies? Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (31/36)

Wie sieht das Modell aus? Viele Varianten mit unterschiedlicher Komplexität Relativ einfach: Random Intercept In unserem Beispiel: Rechtsextremismus hängt ab von individuellen Eigenschaften, das mittlere Niveau variiert aber über die Kreise (z. B. wegen politischer Traditionen) Dummy variable model mit 69/70 Dummies? Oder lieber so? Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (31/36)

Wie sieht das random intercept model aus? mit y ij = β 0ij + β 1 x 1ij + β 2 x 2 j (1) β 0ij = β 0 + u 0j + e 0ij (2) ( u0j ) (0, Ωu ) : Ω u = ( σ 2 u0) ( e0ij ) (0, Ωe ) : Ω e = ( σ 2 e0) (3) (4) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (32/36)

Was bedeutet das alles? y ij : Wert der abhängigen Variablen beim Befragten mit der Ordnungsnummer i im Kontext j, hängt ab von fixen Regressionsparametern (β 1, β 2 ) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (33/36)

Was bedeutet das alles? y ij : Wert der abhängigen Variablen beim Befragten mit der Ordnungsnummer i im Kontext j, hängt ab von fixen Regressionsparametern (β 1, β 2 ) u beziehungsweise e: Zufällige Einflüsse auf Kontext- und Individualebene Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (33/36)

Was bedeutet das alles? y ij : Wert der abhängigen Variablen beim Befragten mit der Ordnungsnummer i im Kontext j, hängt ab von fixen Regressionsparametern (β 1, β 2 ) u beziehungsweise e: Zufällige Einflüsse auf Kontext- und Individualebene Ω: Varianz-Kovarianz-Matrizen für zufällige Einflüsse Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (33/36)

Was bedeutet das alles? y ij : Wert der abhängigen Variablen beim Befragten mit der Ordnungsnummer i im Kontext j, hängt ab von fixen Regressionsparametern (β 1, β 2 ) u beziehungsweise e: Zufällige Einflüsse auf Kontext- und Individualebene Ω: Varianz-Kovarianz-Matrizen für zufällige Einflüsse Zufällige Einflüsse auf Kontextebene sorgen für Varianz von β 0ij (random intercept) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (33/36)

gemessene Einflüsse Individualeffekte {}}{ x 1ij e 0ij y ij x 2j u 0j }{{} Kontexteffekte nicht gemessene Einflüsse Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (34/36)

Wie lassen sich die Ergebnisse für heute zusammenfassen? Strukturierte Daten sind allgegenwärtig Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (35/36)

Wie lassen sich die Ergebnisse für heute zusammenfassen? Strukturierte Daten sind allgegenwärtig Wenn Struktur ignoriert wird, sind Standardfehler meist zu optimistisch Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (35/36)

Wie lassen sich die Ergebnisse für heute zusammenfassen? Strukturierte Daten sind allgegenwärtig Wenn Struktur ignoriert wird, sind Standardfehler meist zu optimistisch Gilt besonders (aber nicht nur) für Kontextvariablen Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (35/36)

Wie lassen sich die Ergebnisse für heute zusammenfassen? Strukturierte Daten sind allgegenwärtig Wenn Struktur ignoriert wird, sind Standardfehler meist zu optimistisch Gilt besonders (aber nicht nur) für Kontextvariablen In vielen Standardsituation ist Einsatz konventioneller Methoden sinnvoll/geboten (z. B. Analyse von ESS- oder vergleichbaren Daten) Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (35/36)

Wie lassen sich die Ergebnisse für heute zusammenfassen? Strukturierte Daten sind allgegenwärtig Wenn Struktur ignoriert wird, sind Standardfehler meist zu optimistisch Gilt besonders (aber nicht nur) für Kontextvariablen In vielen Standardsituation ist Einsatz konventioneller Methoden sinnvoll/geboten (z. B. Analyse von ESS- oder vergleichbaren Daten) Mehr-Ebenen-Analyse ist sehr flexibel, aber ebenfalls mit vielen Annahmen behaftet Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (35/36)

Wie lassen sich die Ergebnisse für heute zusammenfassen? Strukturierte Daten sind allgegenwärtig Wenn Struktur ignoriert wird, sind Standardfehler meist zu optimistisch Gilt besonders (aber nicht nur) für Kontextvariablen In vielen Standardsituation ist Einsatz konventioneller Methoden sinnvoll/geboten (z. B. Analyse von ESS- oder vergleichbaren Daten) Mehr-Ebenen-Analyse ist sehr flexibel, aber ebenfalls mit vielen Annahmen behaftet Kein Wundermittel und nicht immer angebracht/notwendig Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (35/36)

Was ist die Übung für heute? Sie untersuchen den Zusammenhang zwischen der individuellen formalen Bildung (x), dem Ausländeranteil auf Kreisebene (z) und der individuellen Ausländerfeindlichkeit (y) in Ost- und Westdeutschland 1. Was spricht dagegen, ein Drei-Ebenen-Modell (Region Kreis Person) zu konstruieren? Welche einfachere Lösung ist sinnvoller? 2. Bitte schreiben Sie diese einfachere Lösung als Formel nieder. Gehen Sie dabei von fixen Effekten für Bildung und Ausländeranteil aus. 3. Wären random effects für diese beiden Variablen möglich/sinnvoll? 4. Eine Kommilitonin macht Sie darauf aufmerksam, daß der Ausländeranteil in Ost- beziehungsweise Westdeutschland einen unterschiedlichen Effekt haben dürfte (warum?). Wie läßt sich dies im Modell berücksichtigen? Bitte schicken Sie mir die Lösung wie üblich bis nächsten Mittwoch per email. Regressionsmodelle für Politikwissenschaftler Mehr-Ebenen-Analyse I (36/36)