random effect models for comparative cross-national research on health

Kemarin dapat gagasan menyisihkan LLTI dari sampel karena subsampel LLTI ini punya perilaku kesehatan yang berbeda. Sesuai hipotesaku, penyisihan ini membuat IV berhasil.

Kemarin juga menulis lengkap bagian teori dari proposal untuk comparative cross-national programme ESRC. Hari ini meneruskan untuk menulis statistik untuk random effect vignettes modelling dengan merumuskan ulang vignettes model sebagai IRT (2PL atau 1PL). Dua keuntungannya: measurement non-invariance bisa dengan mudah dilakukan; parametric and semi-parametric random effect juga mudah dilakukan. Ini sintaksnya:

options
algorithm
tolerance=1e-008 emtolerance=0.01 emiterations=250 nriterations=50;
startvalues
seed=0 sets=10 tolerance=1e-005 iterations=50;
bayes
categorical=1 variances=1 latent=1 poisson=1;
montecarlo
seed=0 replicates=500 tolerance=1e-008;
quadrature nodes=10;
missing includedependent;
output
parameters=last standarderrors probmeans=posterior profile bivariateresiduals;

variables
groupid ctrid;
dependent mobil0, mobil1, mobil2, mobil3, mobil4, mobil5 ordinal;
independent age, female;
latent
GClass nominal group 2,
CFactor1 continuous;
equations
(1) CFactor1 ;
mobil0 <- 1 + female + CFactor1 + GClass;
mobil1 <- 1 + female + CFactor1 + GClass;
mobil2 <- 1 + female + CFactor1 + GClass;
mobil3 <- 1 + female + CFactor1 + GClass;
mobil4 <- 1 + female + CFactor1 + GClass;
mobil5 <- 1 + female + CFactor1 + GClass;