当前课程知识点：教育定量研究方法（高级） >  Weeks 13&14: HLM >  HLM >  7.1 Introduction

返回《教育定量研究方法（高级）》慕课在线视频课程列表

7.1 Introduction在线视频

返回《教育定量研究方法（高级）》慕课在线视频列表

7.1 Introduction课程教案、知识点、字幕

我们来讨论咱们

高级定量课的最后一个topic

多层线性模型

多层线性模型非常的普遍

在整个社会科学中的使用

因为我们的

研究对象它往往

分层的

当然它还有其他的一些非常有意思的应用

其实这个概念我们已经接触了

咱们在rct里面

在 DID 里面都已经接触了

所以今天的内容

应该是跟前面有所衔接的

希望大家能够回忆起你们之前的

学的东西

Ok我们今天讲不完

我觉得可能要讲下节课能讲完

因为这个东西本来就挺多的

之前也是讲的特别赶 所以我们

这次可能要花两堂课的时间来讲

h l m

这个可以开两门课

至少可以开两门课

咱们用两个星期时间讲完已经很快了

所以你要想真正掌握这一部分

真的要去花一点时间

把我们的 hlm 那本教科书

好好的读一下

里面遇到任何的问题可以来问我

它的本质上对方差的结构的考虑

我们先

回顾一下

多层模型

为什么用回顾这个词

咱们在rct里面已经讨论过

接着我们来看一下三级模型是什么样子

以及做中心化

最后有两个非常

有意思

也是很常见的应用

一个是增长模型

一个是元分析

都可以用hlm模型来去做

那么这个可能要等到下一周才能讲

Ok

那么为什么我们要多层级模型

咱们探讨过

也就是说我们

在教育的这样的一个系统下面

学生

他们

就算是被随机分配到不同的学校

因为学校的教师

学风 班风等等的这样的影响

一个学校内部的学生会越来越相似

更何况

现实中也有很多择校的这样的现象

就是越相似的学生越容易被

分配到同样一个学校里面

比如说从成绩的角度考虑

或者从家庭住址的远近的角度考虑等等

都是这样子的

所以说这就会

呈现这样的一个结构

学校之间的差异

是非常明显的

学校内部的差异

也有

但是他们有很强的相似性

也就是说学生之间

他们其实是不独立的

因为他们相似相关

那么这样的话其实违背了

我们

最基本的假设

违背哪两个呢

一个是独立性

样本之间不再独立了

他们有组内相似性

这是第一个

第二个就是同方差

实际上

他们可能方差也就不相似了

有的学校的方差比较小

有的学校内部的方差就比较大

这个是

很现实的一个事情

那么如果我们不去考虑

不去考虑这两点的

假设的违背

我们的估算就是有问题的

咱们之前在rct里面讨论过了

所以我们要用hlm来去做

对于方差的分层的这样的一个分析

教育定量研究方法（高级）课程列表：

Weeks 1 & 2 Basic Econometrics

-1.1 Regression Outlline

-1.2 Why do we use regression 1

-1.3 Why do we use regression 2

-1.4 Conditional expectation function 1

-1.5 Conditional expectation function 2

-1.6 Classical assumption of OLS

-1.7 Idea of OLS

-1.8 How to use matrix calculation to solve OLS

-1.9 Goodness of fit

-1.10 F test &T test

-1.11 FAQs of regression：practice

-1.12 FAQs of regression：discussion

-1.13 Maximum Likelihood Estimatio

-Basic Econometrics

Weeks 3 & 4: Instrumental Variable

-2.1 Classical assumptions of OLS

-2.2 Omitted variable bias and endogeneity

-2.3 Self-selection bias

-2.4 Idea of IV 1

-2.5 Idea of IV 2

-2.6 Two assumptions of IV

-2.7 Method-of-moments IVE

-2.8 Example of IV estimation

-2.9 2SLS and SEM

-2.10 Residual of 2SLS

-2.11 Standard error of IVE

-2.12 ATE and LATE

-2.13 Extension 1

-2.14 Extension 2

-2.15 Q&A 1

-2.16 Q&A 2

-2.17 Q&A 3

-2.18 Q&A 4

-2.19 IV workshop 1

-2.20 IV workshop 2

-2.21 IV workshop 3

-Weeks 3&4 readings and workshop

-Instrumental Variable

-IV 讨论题目

Weeks 5 & 6: Randomized Experiments - Class Size, Career Academies

-3.1 Introduction

-3.2 Idea of RCT 1

-3.3 Idea of RCT 2

-3.4 Conducting RCT

-3.5 Estimation

-3.6 Threats to the validity of RCT

-3.7 IVE for corss-overs 1

-3.8 IVE for corss-overs 2

-3.9 Clustered group 1

-3.10 Clustered group 2

-3.11 Clustered group 3

-3.12 Q&A 1

-3.13 Q&A 2

-3.14 Q&A 3

-3.15 Q&A 4

-3.16 Fixed-effect model

-3.17 Random-effecrt and Fiexed-effect model

-3.18 Statistic power analysis

-3.19 RCT workshop 1

-3.20 RCT workshop 2

-3.21 RCT workshop 3

-3.22 RCT workshop 4

-Weeks 5&6 readings and workshop

-Randomized Experiments - Class Size, Career Academies

-RCT 讨论题目

Weeks 7 & 8: Natural experiment and DID

-4.1 Introduction

-4.2 DID estimation 1

-4.3 DID estimation 2

-4.5 Assumptions of DID 2

-4.6 DID with multiple periods 1

-4.4 Assumptions of DID 1

-4.7 DID with multiple periods 2

-4.8 DDD

-4.9 Synthetic control methods

-4.10 Q&A 1

-4.11 Q&A 2

-4.12 Q&A 3

-4.13 Q&A 4

-4.14 Q&A 5

-4.15 DID workshop 1

-4.16 DID workshop 2

-4,17 DID workshop 3

-4.18 RD workshop 3

-Week7&8 readings and workshop

-Natural experiment and DID

-DID 讨论题目

Weeks 9 & 10: Regression discontinuity

-5.1 Introduction 1

-5.2 Introduction 2

-5.3 Model Setup

-5.4 RD Estimation 1

-5.5 RD Estimation 2

-5.6 RD Estimation 3

-5.7 Fuzzy RD 1

-5.8 Fuzzy RD 2

-5.9 Fuzzy RD 3

-5.10 Validity and assumption test 1

-5.11 Validity and assumption test 2

-5.12 RD workshop 1

-5.13 RD workshop 2

-5.14 RD workshop 3

-Regression discontinuity

-RD 讨论题目

Weeks 11&12: Propensity Score Matching

-6.1 Review of causal inference model

-6.2 Selection bias

-6.3 Standard OLS

-6.4 Stratification

-6.5 Confrol for covariates

-6.6 PSM 1

-6.7 PSM 2

-6.8 PSM 3

-6.9 Bad control 1

-6.10 Bad control 2

-6.11Q&A 1

-6.12 Q&A 2

-6.13 Q&A 3

-6.14 Q&A 4

-6.15 Q&A 5

-6.16 Q&A 5

-6.17 PSM workshop 1

-6.18 PSM workshop 2

-6.19 PSM workshop 3

-6.20 PSM workshop 4

-6.21 PSM workshop 5

-6.22 PSM workshop 6

-6.23 PSM workshop 7

-6.24 PSM workshop Q&A 1

-6.25 PSM workshop Q&A 2

-Propensity Score Matching

-PSM 讨论题目

Weeks 13&14: HLM

-7.1 Introduction

-7.2 Model setup 1

-7.3 Model setup 2

-7.4 Estimation 1

-7.5 Estimation 2

-7.6 Three level HLM

-7.7 Centering 1

-7.8 Centering 2

-7.9 Growth model 1

-7.10 Growth model 2

-7.11 Meta-analysis 1

-7.12 Meta-analysis 2

-7.13 Q&A 1

-7.14 Q&A 2

-7.15 Q&A 3

-7.16 Q&A 4

-7.17 Q&A 5

-7.18 Q&A 6

-7.19 HLM workshop 1

-7.20 HLM workshop 2

-7.21 HLM workshop 3

-7.22 HLM workshop 4

-7.23 HLM workshop 5

-HLM 讨论题目

-HLM

7.1 Introduction笔记与讨论

也许你还感兴趣的课程:


  1. 物流管理基础(2021秋)

  2. 日语概论(2021秋)

  3. 焊接结构(2021秋)

  4. 社交礼仪(2021秋)

  5. 病理生理学(2021秋)

  6. 古代汉语·文选(2021秋)

  7. 中医饮食调护(2021暑假班)

  8. 建筑消防安全(2021秋)

  9. 电工技术基础(2021秋)

  10. 美国社会与文化(2021秋)

  11. 教育定量研究方法（高级）(2021秋)

  12. 数学建模(2021秋)

  13. 财政与民生(2021秋)

  14. 传热与流体流动的数值计算(2021秋)

  15. 国际税收网链上的舞者(2021秋)

  16. 中国散打(2021秋)

  17. 制浆造纸机械与设备(2021秋)

  18. 教育学(2021秋)

  19. 果品加工贮藏(2021秋)

  20. 著作权法(2021秋)
© 柠檬大学-慕课导航 课程版权归原始院校所有，
本网站仅通过互联网进行慕课课程索引，不提供在线课程学习和视频，请同学们点击报名到课程提供网站进行学习。