作者
摘要
个体异质性和判别准确性的多水平分析(MAIHDA)是一种新的定量交叉建模方法。除了有趣的结果外,MAIHDA还需要使用两组自变量。这些包括种族、性别和贫困状况等群体人口统计数据,以及构成黑人女性贫困、黑人女性富裕和白人女性贫困的阶层。这些结构表示人口统计学变量的组合。为了操作该方法,指定了一个初始随机拦截模型,将地层作为2级上下文。然后,指定了另一个模型,其中包括阶层以及人口统计学变量,作为一级固定效应。因此,有人认为,MAIHDA唯一地确定了任何给定结果的加性和交叉效应。本文表明,MAIHDA没有实现这一承诺:阶层是个人层面的复合变量,而不是二级背景。阶层与社会经济地位相类似,而不是类似于社区作为背景,社会经济地位是个人层面人口变量的组合,尽管通常表现为群体层面的特征。结果是,人口统计变量被插入到2级和1级中。MAIHDA中各个层级之间的这种重复意味着各个层级之间存在内置的共线性,并且这些模型是错误的,因此是冗余的。我们的结论是,具有人口统计学变量和相互作用或以地层为固定效应的单层模型仍然是定量交叉分析的更准确模型。
建议引用
雅利安,里马·威尔克斯和卡里米,2024年。"MAIHDA方法解释了什么?,"社会科学与医学爱思唯尔,第345(C)卷。手柄:RePEc:eee:socmed:v:345:y:2024:i:c:s0277953623008523
内政部:10.1016/j.socscimed.2023.116495
从出版商下载全文
由于此文档的访问受到限制,您可能希望搜索换一个不同的版本。
更正
本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:eee:socmed:v:345:y:2024:i:c:s0277953623008523。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格.
如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者,您可能还需要检查您的RePEc作者服务个人资料,因为可能有一些引文等待确认。
有关本项目的技术问题,或更正作者、标题、摘要、参考书目或下载信息,请联系:Catherine Liu(电子邮件地址如下)。供应商的一般联系方式:http://www.elsevier.com/wps/find/journaldescription.cws_home/315/description#描述.
请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。