当前课程知识点：教育定量研究方法（高级） >  Weeks 13&14: HLM >  HLM >  7.7 Centering 1

返回《教育定量研究方法（高级）》慕课在线视频课程列表

7.7 Centering 1在线视频

返回《教育定量研究方法（高级）》慕课在线视频列表

7.7 Centering 1课程教案、知识点、字幕

我们再来说 centering

中心化这个问题

大家也越来越熟悉了

为什么我们要中心化

我们先看一看我们有哪些中心化的情况

那么第一个中心化就是说

这个斜率是不变的

截距不一样

各个组

比如各个学校他们之间的截距不一样

斜率是

是一样的

那么就是这样的一种形态

第二种情况就是说我们假设它的截距

和斜率都可以变化

那么每一组

单独画一条拟合曲线的话

那么三组人

就能够画出类似这样的一些拟合曲线

这是我们的数据结构

它能够体现出来的

所以对这样的情况我们可以分别来讨论

我们要不要中心化

以及我们怎么去中心化

好

那么这个里面最重要的一点是什么

就是为什么我们要在 hlm

里面单独的提中心化的事情

是因为

大家可以看到

我们在多层级模型里面

其实我们对于第一层的截距

我们是很重视的

我们认为第一层的截距

它因为在组间有变化

因此我在第二层把

截距

作为outcome

作为因变量

对它进行建模分析 对不对

那么这个时候我们当然希望我们

的因变量是具有实际含义的

我们希望我们分析的因变量它有实际含义

如果它没有一个实际的含义的话

我分析来分析去 我对它的解释

其实就会特别的不直观

不是会错 但是会不直观

因此我希望通过中心化使得

我第一层的产生的截距

在第二层作为因变量的时候

它有非常直观有现实意义的含义

这个是一个非常重要的动机

为什么我们要考虑中心化

以及中心化的位置

大家看这两张图

那么左边这张图是身高

那么这样这是一个拟合曲线

那么

显然就是截距

它是在x等于0的时候

y的取值这是截距

大家想我们研究的对象是不是基本上

不可能遇到身高为0的这种情况

你出生的婴儿他身高也不为0

对不对

所以这个时候如果我们不做中心化的时候

第一层产生的截距

它的含义是没有什么现实意义的

我们当然就希望去做一个中心化

使得它具备一定的意义

那么另外一种情况

比如右边这张图

它是 x它是温度这第一层的

那么大家想要温度的话

0它其实是有含义的

零度是一个非常重要的

一个温度含义

那么这个时候

它是有实际意义的

就是截距有实际拮据的意义就是

说当温度等于0的时候

那么 y的取值是多少

比如增长速度

比如说植物的生长速度什么的

那么这个时候它的含义是非常清晰的

所以他就可以直接不用中心化

放到第二层作为outcome

variable来去使用

举了一个例子

所以说我们中心化的目的

是为了让中心化之后

产生的截距

在更高一层它有实际意义

那么大家看这个就是一个

非常标准的两层的模型

我们可以对第一层的自变量x

和对第二层的自变量w

都进行中心化

我们都可以考虑中心化

那么我们怎么考虑

我们来看一下

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

7.7 Centering 1笔记与讨论

也许你还感兴趣的课程:


  1. 自动控制原理(2021秋)

  2. 病理形态学(2021秋)

  3. 英语修辞学(2021秋)

  4. 人体断面解剖学(2021秋)

  5. 英美文学选读I、II(2021秋)

  6. 徽州历史人物与徽州文化(2021秋)

  7. 汉语国际教育概论(2021秋)

  8. 大学计算机基础（艺术类）(2021秋)

  9. 商业伦理与会计职业道德(2021秋)

  10. 大学计算机基础(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。