Modellazione multilivello dei problemi sociali: Una prospettiva causale

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Multilevel Modeling of Social Problems: A Causal Perspective

Contenuto del libro:

Concentrandosi in modo unico sulle intersezioni tra problemi sociali, modellazione statistica multilivello e causalità, i capitoli di questo libro, integrati dal punto di vista sostanziale e metodologico, chiariscono le strategie di base per sviluppare e testare i modelli lineari multilivello (MLM) e per trarre inferenze casuali da tali modelli. Questi modelli vengono anche chiamati modelli lineari gerarchici (HLM) o modelli misti.

La modellazione statistica di strutture di dati multilivello consente ai ricercatori di combinare in modo appropriato analisi contestuali e longitudinali. Tuttavia, i ricercatori che si occupano di problemi sociali raramente applicano questi metodi, anche se i temi che stanno studiando e i dati empirici ne richiedono l'uso. Applicando la modellazione multilivello a strutture di dati gerarchici, questo libro illustra come l'uso di questi metodi possa facilitare la ricerca sui problemi sociali e la formulazione di politiche sociali.

Il libro offre al lettore l'accesso a serie di dati funzionanti, codici informatici e tecniche analitiche, e allo stesso tempo discute attentamente le questioni di causalità in questi modelli.

Questo libro è innovativo: -Sviluppa procedure per lo studio dello sviluppo sociale, economico e umano. - Utilizza tipologie per raggruppare (i.

(ad esempio, classificare o annidare) il livello di fattori casuali di macrolivello. - Stima modelli con punti finali di Poisson, binomiali e gaussiani utilizzando la procedura SAS per i modelli misti lineari generalizzati (GLIMMIX). - Seleziona le strutture di covarianza appropriate per i modelli misti lineari generalizzati.

- Applica i disegni di studio difference-in-differences nella modellazione multilivello degli studi di intervento. -Calcolo dei punteggi di propensione applicando la regressione logistica di Firth ai dati corretti da Goldberger. - Utilizza la correzione di Kenward-Rogers nei modelli misti di misure ripetute.

- Spiega le differenze tra analisi associativa e causale dei modelli multilivello. - Consolida i risultati della ricerca attraverso la meta-analisi e la critica metodologica.

-Sviluppa criteri per valutare la validità di uno studio e la zona di causalità. Per la sua attenzione ai problemi sociali, la chiarezza dell'esposizione e l'uso di procedure all'avanguardia, questo libro sarà di grande interesse per i ricercatori, i metodologi e gli statistici applicati delle scienze sociali (in particolare, sociologia, psicologia sociale, scienze politiche, istruzione e sanità pubblica). Può essere utilizzato come testo principale nei corsi sulla modellazione multilivello o come testo di base per testi più avanzati.