Comments on "Intermediate and advanced topics in multilevel logistic regression analysis".
Comments on "Intermediate and advanced topics in multilevel logistic regression analysis".
复制标题
DOI：
10.1002/sim.7683
复制
发表时间：
2018-08-30
影响因子：
2
通讯作者：
Das A
中科院分区：
文献类型：
--
作者：
Li L;Rysavy MA;Das A
多水平随机效应模型已成为聚类数据分析的一种常用方法。这样的分析使研究人员能够量化集群内和集群间的变化的结果，并利用聚类数据的层次结构的优势，以单独的个人水平和集群水平的协变量的影响。Austin和Merlo撰写的这篇教程文章是一个及时的努力，旨在提供对工具和方法的全面和最新的回顾。然而，我们认为本文中描述的一些重要思想和概念需要澄清。
Multilevel random-effects models have become a popular method in the analysis of clustered data. Such analyses enable researchers to quantify within-cluster and between-cluster variations of an outcome and to separate individual-level and cluster-level effects of covariates by taking advantage of the hierarchical structure of clustered data. The tutorial article by Austin and Merlo was a timely effort intended to provide a comprehensive and up-to-date review of the tools and approaches. However, we feel that some important ideas and concepts described in this article need clarification.
登录
查看更多内容
影响因子：
1.9
作者：
Neuhaus, JM;Kalbfleisch, JD
通讯作者：
Kalbfleisch, JD
影响因子：
2
作者：
Begg, MD;Parides, MK
通讯作者：
Parides, MK
影响因子：
1.9
作者：
DeLong, ER;Coombs, LP;Peterson, ED
通讯作者：
Peterson, ED
多级逻辑回归分析中的中级和高级主题。
影响因子：
2
作者：
Austin PC;Merlo J
通讯作者：
Merlo J
影响因子：
1.9
作者：
Berlin, JA;Kimmel, SE;Sammel, MD
通讯作者：
Sammel, MD