मैंने कई पुस्तकों (राउडेनबश एंड ब्रिक, स्नीजर्स एंड बोस्कर, जेलमैन एंड हिल, आदि) और कई लेखों (जेलमैन, जुस्को, प्रिमो और जैकबस्मीयर, आदि) के माध्यम से स्किम्ड किया है, और मैंने अभी भी वास्तव में अपना सिर नहीं लपेटा है क्लस्टर किए गए मानक त्रुटियों का उपयोग करने के बीच प्रमुख अंतर बहुस्तरीय मॉडलिंग को पार करता है।
मैं उन हिस्सों को समझता हूं जिनके हाथ में अनुसंधान प्रश्न हैं; कुछ प्रकार के उत्तर हैं जो आप केवल बहुस्तरीय मॉडलिंग से प्राप्त कर सकते हैं। हालांकि, उदाहरण के लिए, दो-स्तरीय मॉडल के लिए जहां आपकी रुचि के गुणांक केवल दूसरे स्तर पर हैं, एक विधि को दूसरे पर करने से क्या फायदा है? इस मामले में, मैं पूर्वानुमान बनाने या समूहों के लिए अलग-अलग गुणांक निकालने के बारे में चिंतित नहीं हूं।
मुख्य अंतर जो मैंने पाया है कि क्लस्टर मानक त्रुटि तब होती है जब क्लस्टर असमान नमूना आकार होते हैं और मल्टीलेवल मॉडलिंग कमजोर होती है क्योंकि यह यादृच्छिक गुणांक वितरण के विनिर्देश मानती है (जबकि क्लस्टर किए गए मानक त्रुटियों का उपयोग मॉडल-मुक्त है) ।
और अंत में, क्या इसका मतलब यह है कि उन मॉडलों के लिए जो या तो विधि का उपयोग कर सकते हैं, हमें गुणांक और मानक त्रुटियों के संदर्भ में समान परिणाम प्राप्त करने चाहिए?
किसी भी प्रतिक्रिया या सहायक संसाधनों की बहुत सराहना की जाएगी।