Buscar en
International Journal of Clinical and Health Psychology
Toda la web
Inicio International Journal of Clinical and Health Psychology Performance evaluation of recent information criteria for selecting multilevel m...
Información de la revista
Vol. 14. Núm. 1.
Páginas 48-57 (Enero 2014)
Compartir
Compartir
Descargar PDF
Spanish PDF
Más opciones de artículo
Vol. 14. Núm. 1.
Páginas 48-57 (Enero 2014)
Open Access
Performance evaluation of recent information criteria for selecting multilevel models in Behavioral and Social Sciences
Visitas
...
Guillermo Vallejoa,
Autor para correspondencia
gvallejo@uniovi.es

Corresponding author at: Departamento de Psicología, Plaza Feijóo, 33003. Oviedo, Spain.
, Ellián Tuero-Herreroa, José Carlos Núñeza, Pedro Rosáriob
a Universidad de Oviedo, Spain
b Universidade do Minho, Portugal
Información del artículo
Abstract

This study was designed to find the best strategy for selecting the correct multilevel model among several alternatives taking into account variables such as intraclass correlation, number of groups (m), group size (n), or others as parameter values and intercept-slope covariance. First, we examine this question in a simulation study and second, to illustrate the behavior of the criteria and to explore the generalizability of the findings, a previously published educational dataset is analyzed. The results showed that none of the selection criteria behaved correctly under all the conditions or was consistently better than the others. The intraclass correlation somewhat affects the performance of all selection criteria, but the extent of this influence is relatively minor compared to sample size, parameter values, and correlation between random effects. A large number of groups appears more important than a large number of individuals per group in selecting the best model (m50 and n20 is suggested). Finally, model selection tools such as Akaike's Information Criterion (AIC) or the conditional AIC are recommend when it is assumed that random effects are correlated, whereas use of the Schwarz's Bayesian Information Criterion or the consistent AIC are advantageous for uncorrelated random effects.

Keywords:
Model selection
Multilevel models
Information criteria
Monte-Carlo study
Resumen

Se considera el problema de seleccionar el mejor modelo multinivel entre varios modelos candidatos, teniendo en cuenta las variables siguientes: correlación intraclase, número de grupos (m), tamaño del grupo (n), valor de los parámetros y covarianza intercepto-pendiente. Primero se analiza la cuestión reseñada mediante simulación Monte-Carlo, después se utiliza un conjunto de datos previamente publicados para ilustrar el comportamiento de los criterios y explorar su posible generalización. Los resultados mostraron que ningún criterio de selección se comportó correctamente en todas las condiciones, ni fue consistentemente mejor que otro. También se observó que la correlación intraclase afectaba al rendimiento de los criterios, pero su influencia era más pequeña que la ejercida por el tamaño de muestra, valor de los parámetros y correlación entre los efectos aleatorios. Con respecto al impacto del tamaño de muestra, destacar la importancia de contar con más grupos que participantes dentro del grupo (se sugiere m50 y n20). Finalmente, se recomienda usar el Criterio de Información de Akaike (AIC) o el AIC condicional cuando se asumen efectos aleatorios independientes y el Criterio de Información Bayesiano de Schwarz o el AIC consistente cuando se asumen dependientes.

Palabras clave:
Selección de modelos
Modelos multinivel
Criterios de información
Estudio Monte-Carlo
El Texto completo está disponible en PDF
Copyright © 2014. Asociación Española de Psicología Conductual
Opciones de artículo
Herramientas