ข้อผิดพลาดมาตรฐานแบบกลุ่มเทียบกับการสร้างแบบจำลองหลายระดับ?

ฉันอ่านผ่านหนังสือหลายเล่ม (Raudenbush & Bryk, Snijders & Bosker, Gelman & Hill ฯลฯ ) และอีกหลายบทความ (Gelman, Jusko, Primo & Jacobsmeier ฯลฯ ) และฉันก็ยังไม่ได้คาดหัว ความแตกต่างที่สำคัญระหว่างการใช้ข้อผิดพลาดมาตรฐานแบบกลุ่มการสร้างแบบจำลองหลายระดับ

ฉันเข้าใจส่วนต่าง ๆ ที่เกี่ยวข้องกับคำถามการวิจัยในมือ มีคำตอบบางประเภทที่คุณจะได้รับจากการสร้างแบบจำลองหลายระดับเท่านั้น อย่างไรก็ตามตัวอย่างเช่นสำหรับแบบจำลองสองระดับที่ค่าสัมประสิทธิ์ที่คุณสนใจอยู่ที่ระดับที่สองข้อดีของการทำหนึ่งวิธีเหนืออีกวิธีหนึ่งคืออะไร ในกรณีนี้ฉันไม่กังวลเกี่ยวกับการคาดการณ์หรือแยกค่าสัมประสิทธิ์บุคคลสำหรับกลุ่ม

ข้อแตกต่างที่สำคัญที่ฉันสามารถพบได้คือข้อผิดพลาดมาตรฐานที่กลุ่มประสบเมื่อกลุ่มมีขนาดตัวอย่างไม่เท่ากันและการสร้างแบบจำลองหลายระดับนั้นอ่อนแอเมื่อพิจารณาว่าเป็นข้อกำหนดของการกระจายสัมประสิทธิ์แบบสุ่ม (ในขณะที่ใช้ข้อผิดพลาดมาตรฐาน .

และท้ายที่สุดแล้วทั้งหมดนี้หมายความว่าสำหรับแบบจำลองที่สามารถใช้วิธีใดวิธีหนึ่งอย่างชัดเจนเราควรได้ผลลัพธ์ที่คล้ายคลึงกันในแง่ของค่าสัมประสิทธิ์และข้อผิดพลาดมาตรฐานหรือไม่

คำตอบหรือแหล่งข้อมูลที่เป็นประโยชน์จะได้รับการชื่นชมอย่างมาก

โพสต์นี้อ้างอิงจากประสบการณ์ส่วนตัวที่อาจเฉพาะเจาะจงกับข้อมูลของฉันดังนั้นฉันจึงไม่แน่ใจว่าจะมีคุณสมบัติเป็นคำตอบ

ฉันขอแนะนำให้ใช้แบบจำลองหากเป็นไปได้ในการประเมินว่าวิธีใดเหมาะสมกับข้อมูลของคุณมากที่สุด ฉันทำสิ่งนี้และรู้สึกประหลาดใจที่พบว่าการทดสอบ (เกี่ยวกับพารามิเตอร์ในระดับแรก) จากการสร้างแบบจำลองแบบหลายเลเวลนั้นทำได้ดีกว่าวิธีอื่น ๆ (ใช้พลังงานฉลาด) ในขณะที่รักษาขนาดไว้แม้ในกลุ่มตัวอย่างขนาดเล็ก ฉันยังหาบทความที่ทำให้ประเด็นนั้นและจากที่ฉันเห็นนี้ไม่ใช่หัวข้อเฉพาะและสมควรได้รับความสนใจมากขึ้น ฉันคิดว่ามันค่อนข้างเป็นเรื่องที่วิจัยน้อยกว่าวิธีการที่แตกต่างกันเมื่อเปรียบเทียบกับกลุ่มตัวอย่าง จำกัด หรือกลุ่มไม่กี่ / ไม่เท่ากัน