การรวมคำที่สุ่มในแบบจำลองเป็นวิธีที่จะชักนำให้เกิดโครงสร้างความแปรปรวนร่วมบางอย่างระหว่างเกรด ปัจจัยสุ่มสำหรับโรงเรียนทำให้เกิดความแปรปรวนร่วมที่ไม่เป็นศูนย์ระหว่างนักเรียนที่แตกต่างจากโรงเรียนเดียวกันในขณะที่เป็นเมื่อโรงเรียนแตกต่างกัน0
ลองเขียนโมเดลของคุณเป็น
โดยที่sทำดัชนีโรงเรียนและiทำดัชนีนักเรียน (ในแต่ละโรงเรียน) เงื่อนไขการโรงเรียนsเป็นตัวแปรอิสระสุ่มวาดในN ( 0 , τ ) อีs , ฉันเป็นตัวแปรสุ่มอิสระวาดในN ( 0 , 2
Ys,i=α+hourss,iβ+schools+es,i
sischoolsN(0,τ)es,iN(0,σ2) )
เวกเตอร์นี้คาดว่าจะมีค่า
[α+hourss,iβ]s,i
ซึ่งจะถูกกำหนดโดยจำนวนชั่วโมงการทำงาน
ความแปรปรวนร่วมระหว่างและY s ′ , i ′คือ0เมื่อs ≠ s ′Ys,iYs′,i′0s≠s′ซึ่งหมายความว่าการออกจากเกรดจากค่าที่คาดหวังนั้นเป็นอิสระเมื่อนักเรียนไม่ได้อยู่ในโรงเรียนเดียวกัน
ความแปรปรวนระหว่างและY s , i ′คือτเมื่อi ≠ i ′ , และความแปรปรวนของY s , ฉันคือτ + σ 2Ys,iYs,i′τi≠i′Ys,iτ+σ2 : คะแนนของนักเรียนจากโรงเรียนเดียวกันจะมีความสัมพันธ์กับค่าเดินทางที่คาดหวังไว้ .
ตัวอย่างและข้อมูลจำลอง
นี่คือการจำลอง R สั้น ๆ สำหรับนักเรียนห้าสิบคนจากห้าโรงเรียน (ที่นี่ฉันรับ ); ชื่อของตัวแปรคือการจัดทำเอกสารด้วยตนเอง: σ2=τ=1
set.seed(1)
school <- rep(1:5, each=10)
school_effect <- rnorm(5)
school_effect_by_ind <- rep(school_effect, each=10)
individual_effect <- rnorm(50)
เราพล็อตการออกเดินทางจากชั้นประถมศึกษาปีที่คาดหวังสำหรับนักเรียนแต่ละคนนั่นคือข้อกำหนดของพร้อมกับ (เส้นประ) ค่าเฉลี่ยการออกเดินทางสำหรับแต่ละโรงเรียน:schools+es,i
plot(individual_effect + school_effect_by_ind, col=school, pch=19,
xlab="student", ylab="grades departure from expected value")
segments(seq(1,length=5,by=10), school_effect, seq(10,length=5,by=10), col=1:5, lty=3)
ตอนนี้เรามาคอมเม้นท์เรื่องนี้กันดีกว่า ระดับของแต่ละเส้นประ (ตรงกับ ) จะถูกวาดที่สุ่มในกฎหมายปกติ ศัพท์เฉพาะของนักเรียนจะถูกสุ่มให้เป็นกฎปกติซึ่งจะตรงกับระยะทางของคะแนนจากเส้นประ ค่าที่ได้คือนักเรียนแต่ละคนออกเดินทางจากα + ชั่วโมงβschoolsα+hoursβซึ่งเป็นเกรดที่กำหนดโดยเวลาที่ใช้ในการทำงาน เป็นผลให้นักเรียนในโรงเรียนเดียวกันมีความคล้ายคลึงกันมากกว่านักเรียนจากโรงเรียนที่แตกต่างกันตามที่คุณระบุไว้ในคำถามของคุณ
เมทริกซ์ความแปรปรวนสำหรับตัวอย่างนี้
schoolses,i
⎡⎣⎢⎢⎢⎢⎢⎢A00000A00000A00000A00000A⎤⎦⎥⎥⎥⎥⎥⎥
10×10AA=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢2111111111121111111111211111111112111111111121111111111211111111112111111111121111111111211111111112⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥.