Voraussetzung HLM

[Katara]

Hallo,

kennt jemand die "harten" Voraussetzungen für hierarchisch lineare Modelle? Sind das die gleichen wie für eine lineare Regression, finde im Netz nicht ausreichend zu dem Thema...

Danke schon mal und viele Grüße

[dutchie]

Hallo Katara

"hart"?
unklar ist was mit hierarchisch gemeint ist..
mixed model, oder Modellbau über UV selektion?

im allgemeinen die der normalen linearen Regression..
also rein statistische Voraussetzungen, die darüber hinaus gehen kenn ich keine.
nur dass dann alles eventuell komplexer wird...
aber die Vorrausetzungen, z.B bei mixed Modells, flexibler interpretiert werden können, müssen..
über die Wahl einer geeigneten Kovarainzmatrix!

gruß
dutchie

[Katara]

Hallo Dutchie,

danke für Deine Antwort!

Ja, mit hierarchisch meine ich mixed models, Mehrebenenanalysen, hierarchisch lineare Modelle (HLM) oder Varianzkomponentenmodelle, was immer Dir gefällt.

Bedeutet das, ich habe für HLM auch die Voraussetzungen der Homoskedastizität (Varianzhomogenität), Normalverteilung sowie die Spherizität nicht? Und Voraussetzungen wären? Ausreichend große Stichprobe, keine Multikollinearität der Prädiktoren, ggf. Normalverteilung der Residuen? Noch was?

Dankeschön erstmal, zu den HLM habe ich sicher nochmal Fragen, kenne mich damit leider kaum aus und habe zu wenig Zeit zur tiefer gehenden Recherche - ideale Voraussetzungen...

Was sagen mir z.B. Intercept und Slope im Ergebnis?

Lg Katara