Tôi đã đọc lướt qua một vài cuốn sách (Raudenbush & Bryk, Snijder & Bosker, Gelman & Hill, v.v.) và một số bài viết (Gelman, Jusko, Primo & Jacobsmeier, v.v.), và tôi vẫn không thực sự quấn đầu mình sự khác biệt chính giữa việc sử dụng các lỗi tiêu chuẩn phân cụm trong mô hình đa cấp.
Tôi hiểu các phần có liên quan đến câu hỏi nghiên cứu; có một số loại câu trả lời nhất định bạn chỉ có thể nhận được từ mô hình đa cấp. Tuy nhiên, ví dụ, đối với mô hình hai cấp trong đó các hệ số quan tâm của bạn chỉ ở cấp độ thứ hai, lợi thế của việc thực hiện một phương pháp so với phương pháp kia là gì? Trong trường hợp này, tôi không lo lắng về việc đưa ra dự đoán hoặc trích xuất các hệ số riêng lẻ cho các cụm.
Sự khác biệt chính mà tôi có thể tìm thấy là các lỗi tiêu chuẩn phân cụm phải chịu khi các cụm có kích thước mẫu không đồng đều và mô hình đa cấp yếu ở chỗ nó giả định một đặc điểm phân phối hệ số ngẫu nhiên (trong khi sử dụng các lỗi tiêu chuẩn phân cụm là không có mô hình) .
Và cuối cùng, liệu tất cả những điều này có nghĩa là đối với các mô hình có thể sử dụng một trong hai phương pháp, chúng ta sẽ nhận được kết quả tương tự về hệ số và sai số chuẩn?
Bất kỳ câu trả lời hoặc tài nguyên hữu ích sẽ được đánh giá rất cao.