Estoy tratando de ajustar un modelo mixto con unos 45 grupos, unos 10 de los grupos tienen una sola observación y unos 10 grupos tienen más de 5 observaciones. El número total de observaciones es de unas 170. ¿Debo preocuparme por las estimaciones? ¿Hay que eliminar los grupos con una sola observación o fusionarlos de alguna manera con los demás? ¿Existen técnicas para ello?
Respuesta
¿Demasiados anuncios?
Este tamaño de muestra es bastante pequeño para el modelo lineal mixto. Hox (2002) cita las reglas generales de Kreft (1996) sobre el tamaño mínimo de la muestra:
- 30/30 - un mínimo de 30 grupos con 30 observaciones por grupo
- 50/20 - un mínimo de 50 grupos con 20 observaciones por grupo
- 100/10 - un mínimo de 100 grupos con 10 observaciones por grupo
Diez observaciones por grupo es el tamaño mínimo de la muestra que se menciona a menudo. El problema general es que 1 o incluso 5 es una muestra muy pequeña para un grupo . Además, su muestra general de 170 es bastante pequeña para estimar un modelo tan complicado como el multinivel. Cuanto más pequeña sea la muestra, más sesgados pueden ser los resultados.
Como alternativa, puede utilizar la estimación bayesiana, ya que suele funcionar bien incluso con tamaños de muestra pequeños. Sin embargo, con este enfoque podría terminar con estimaciones extraídas puramente de antes distribución.
Puede encontrar más información sobre los tamaños de muestra preferibles y el análisis de potencia para los modelos multinivel en esos dos libros:
- Snijders, T.A.B. y Bosker, R.J. (2012). Análisis Multinivel: Una introducción a la modelización multinivel básica y avanzada . Londres: Sage Publishers.
- Hox, J. (2010). Análisis multinivel: Técnicas y aplicaciones . Nueva York: Routledge.
