Para mi tesis de que existe una gran posibilidad de que me hará falta algún tipo de efectos mixtos de especificación. Tengo algunos (no de sintaxis) experiencia con el programa SPSS, pero siento que no es suficiente para mi análisis. Tengo un conocimiento muy básico en Stata y decidió experimentar más con ese paquete.
Me decidí a probar y replicar los resultados de SPSS en Stata para un modelo básico. Tengo los datos de 4059 los estudiantes en 65 escuelas, la investigación de la influencia de la entrada de nivel de calificación (standlrt) de los estudiantes en su puntaje del examen final (normexam).
En un seguido previamente el curso que tuvo una breve introducción a los modelos multinivel, mi maestro me proporcionó una sintaxis en SPSS.
MIXED
normexam WITH standlrt
/FIXED = standlrt
/PRINT = SOLUTION TESTCOV
/RANDOM INTERCEPT standlrt | SUBJECT(school) COVTYPE(VC) .
Ahora he intentado replicar estos resultados en Stata, pero los resultados no son consistentes. Magnitud y a veces incluso el signo de las betas son diferentes.
Primero utilizo xtset school para indicar que mis datos están agrupados. Entonces yo uso
xtmixed normexam standlrt || school: standlrt .
¿Cuál puede ser la causa de estos resultados contradictorios?
Gracias de antemano!
ps. esta no es la tarea, y espero especificada mi primera pregunta correctamente.
pps. una posibilidad puede ser que el 'problema' tiene varias optima pero no creo que este es el caso de un modelo básico, también porque es una uni-variable de regresión. También, el proceso iterativo de los procedimientos realizados, mientras que la estimación puede tener diferentes resultados, pero yo sólo creo que esto tendría grandes efectos como cambios de signo.
EDITAR
Esta es mi salida de Stata
xtmixed normexam standlrt || school: standlrt
Mixed-effects REML regression Number of obs = 4059
Group variable: school Number of groups = 65
Obs per group: min = 2
avg = 62.4
max = 198
Wald chi2(1) = 768.21
Log restricted-likelihood = -4667.8385 Prob > chi2 = 0.0000
------------------------------------------------------------------------------
normexam | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
standlrt | .5570213 .0200971 27.72 0.000 .5176317 .5964108
_cons | -.0080944 .0400842 -0.20 0.840 -.086658 .0704691
------------------------------------------------------------------------------
------------------------------------------------------------------------------
Random-effects Parameters | Estimate Std. Err. [95% Conf. Interval]
-----------------------------+------------------------------------------------
school: Independent |
sd(standlrt) | .1214197 .0191066 .0891958 .1652852
sd(_cons) | .3032317 .0309434 .2482638 .3703699
-----------------------------+------------------------------------------------
sd(Residual) | .7440605 .0083943 .7277885 .7606962
------------------------------------------------------------------------------
LR test vs. linear regression: chi2(2) = 438.60 Prob > chi2 = 0.0000
Y esta es mi salida de SPSS
-2 Restricted Log Likelihood 9335,677
Type III Tests of Fixed Effects(a)
|---------|------------|--------------|-------|----|
|Source |Numerator df|Denominator df|F |Sig.|
|---------|------------|--------------|-------|----|
|Intercept|1 |60,466 |,041 |,841|
|---------|------------|--------------|-------|----|
|standlrt |1 |56,936 |768,207|,000|
|---------|------------|--------------|-------|----|
a. Dependent Variable: normexam = final exam scores.
Estimates of Fixed Effects(a)
|---------|--------|----------|------|------|----|-----------------------------------|
|Parameter|Estimate|Std. Error|df |t |Sig.|95% Confidence Interval |
| | | | | | |-----------------------|-----------|
| | | | | | |Lower Bound |Upper Bound|
|---------|--------|----------|------|------|----|-----------------------|-----------|
|Intercept|-,008094|,040084 |60,466|-,202 |,841|-,088262 |,072073 |
|---------|--------|----------|------|------|----|-----------------------|-----------|
|standlrt |,557021 |,020097 |56,936|27,717|,000|,516777 |,597266 |
|---------|--------|----------|------|------|----|-----------------------|-----------|
a. Dependent Variable: normexam = final exam scores.
Covariance Parameters
Estimates of Covariance Parameters(a)
|-------------------------------------|--------|----------|------|----|-----------------------------------|
|Parameter |Estimate|Std. Error|Wald Z|Sig.|95% Confidence Interval |
| |--------| | | | |-----------------------|-----------|
| | | | | |Lower Bound |Upper Bound|
|----------------------------|--------|--------|----------|------|----|-----------------------|-----------|
|Residual |,553626 |,012492 |44,319|,000|,529676 |,578659 |
|----------------------------|--------|--------|----------|------|----|-----------------------|-----------|
|Intercept [subject = school]|Variance|,091949 |,018766 |4,900 |,000|,061635 |,137174 |
|----------------------------|--------|--------|----------|------|----|-----------------------|-----------|
|standlrt [subject = school] |Variance|,014743 |,004640 |3,177 |,001|,007956 |,027319 |
|----------------------------|--------|--------|----------|------|----|-----------------------|-----------|
a. Dependent Variable: normexam = final exam scores.
Como se puede ver, el registro de las probabilidades son las mismas. Además, los efectos fijos de las tablas son las mismas. Sin embargo, los efectos aleatorios son diferentes. Yo no soy muy experto en la interpretación, pero los resultados parecen ser diferentes.
Estos son los ajustes de la varianza-covarianza de la matriz
Model
covariance(vartype) variance-covariance structure of the random
effects
vartype Description
-------------------------------------------------------------------------
independent one variance parameter per random effect, all
covariances zero; the default unless a factor
variable is specified
exchangeable equal variances for random effects, and one
common pairwise covariance
identity equal variances for random effects, all
covariances zero; the default for factor
variables
unstructured all variances and covariances distinctly
estimated
Y he leído en línea que COVTYPE(VC) requests the default (variance component) structure for random effects, which assumes all random effects are independent.
