메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국교육평가학회 교육평가연구 교육평가연구 제30권 제4호
발행연도
2017.1
수록면
693 - 715 (23page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 모의실험연구는 비순수 위계적 자료를 적절하게 반영할 수 있도록 개발된 교차분류 다층모형과 다중소속 다층모형을 소개하고, 두 모형을 비교하기 위해 수행되었다. 구체적으로, 본 연구는 급내상관계수(0.15, 0.25), 비순수 위계적 자료 비율(20%, 40%), 2-수준 표본수 (30, 50, 100)와 1-수준 표본수(10, 30, 50)의 조건들을 고려한 모의자료를 생성하여 교차분류 다층모형과 다중소속 다층모형을 적용하였을 경우 모수추정치의 상대편의성과 모형적합도를 이용한 적합선택비율을 비교하였다. 모의실험결과 급내상관계수, 비순수 위계적 자료 비율, 1-수준과 2-수준 표본수가 클수록 교차분류 다층모형보다 다중소속 다층모형을 선택하여 적용하는 것이 더 적합한 것으로 나타났다.
#비순수 위계적 자료 #교차분류 다층모형 #다중소속 다층모형 #non-pure hierarchical data #cross-classified multilevel model #multiple membership multilevel model

목차

등록된 정보가 없습니다.

참고문헌 (16)

참고문헌 신청
Beretvas, S. N. / 2010 / A comparison of multiple-membership and cross-classified random effects models / The paper was presented at the annual meeting of american educational rese google schola Beretvas, S. N. / 2010 / The handbook of advanced multilevel analysis / Routledge : 313 ~ 334 google schola Browne, W. J. / 2015 / MCMC Estimation in MLwiN v2.32 / Centre for Multilevel Modelling University of Bristol google schola David J. Spiegelhalter / 2002 / Bayesian measures of model complexity and fit / Journal of the Royal Statistical Society: Series B (Statistical Methodology) 64 (4) : 583 ~ 6 google schola Fielding, A. / 2006 / Cross-classified and multiple membership structures in multilevel Models: An introduction and review google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0