class: front .pull-left-wide[ # Modelos multinivel] .pull-right-narrow[] ## Unidades en contexto ---- .pull-left[ ## Juan Carlos Castillo ## Sociología FACSO - UChile ## 2do Sem 2023 ## [.yellow[multinivel-facso.netlify.com]](https://multinivel-facso.netlify.com) ] .pull-right-narrow[ .center[ .content-block-gray[ ## Sesión 5: ## **.yellow[Ajuste y reporte]**] ] ] --- layout: true class: animated, fadeIn --- class: middle # Lecturas ## - O’Conell & McCoach 7, Evaluating model fit and adequacy ## - O’Conell & McCoach 11, Reporting results from multilevel # Práctico --- class: roja right # Contenidos ## .yellow[1- Resumen sesión anterior] ## 2- Ajuste ## 3- Reporte --- ## Comparación Modelos - Modelo con datos individuales ```r reg<- lm(mathach~ses+female+sector, data=mlm) ``` - Modelo con datos agregados ```r reg_agg<- lm(mathach~ses+female+sector, data=agg_mlm) ``` --- ## Comparación Modelos .small[ ```r pacman::p_load(sjPlot,sjmisc,sjlabelled) tab_model(reg, reg_agg, show.ci=F, show.se = T, dv.labels = c("Individual", "Agregado")) ``` <table style="border-collapse:collapse; border:none;"> <tr> <th style="border-top: double; text-align:center; font-style:normal; font-weight:bold; padding:0.2cm; text-align:left; ">&nbsp;</th> <th colspan="3" style="border-top: double; text-align:center; font-style:normal; font-weight:bold; padding:0.2cm; ">Individual</th> <th colspan="3" style="border-top: double; text-align:center; font-style:normal; font-weight:bold; padding:0.2cm; ">Agregado</th> </tr> <tr> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; text-align:left; ">Predictors</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; ">Estimates</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; ">std. Error</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; ">p</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; ">Estimates</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; ">std. Error</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; col7">p</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">(Intercept)</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">12.52</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.13</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; "><strong>&lt;0.001</strong></td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">13.13</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.35</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; col7"><strong>&lt;0.001</strong></td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">ses</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">2.88</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.10</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; "><strong>&lt;0.001</strong></td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">5.19</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.37</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; col7"><strong>&lt;0.001</strong></td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">female</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">&#45;1.40</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.15</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; "><strong>&lt;0.001</strong></td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">&#45;1.97</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.56</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; col7"><strong>0.001</strong></td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">sector</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">1.96</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.15</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; "><strong>&lt;0.001</strong></td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">1.25</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">0.31</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; col7"><strong>&lt;0.001</strong></td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm; border-top:1px solid;">Observations</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left; border-top:1px solid;" colspan="3">7185</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left; border-top:1px solid;" colspan="3">160</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm;">R² / R² adjusted</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="3">0.160 / 0.159</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="3">0.675 / 0.668</td> </tr> </table> ] --- .pull-left[  ] .pull-right[ --> (del último [práctico](https://multinivel-facso.netlify.app/assignment/03-practico)) <br> ##¿Qué podemos decir de esta tabla? ] --- ## Implicancias estimación individual/agregada ---- .pull-left[ - .red[inflación] de errores estándar para variables nivel 1 estimadas como agregadas, ej: female agregado (riesgo error tipo II) -> .red[no detectar un efecto cuando este existe] ] .pull-right[ - .red[contracción] de errores estándar para variables nivel 2 estimadas como individuales, ej: sector individual (error tipo I) -> .red[detectar un efecto cuando este no existe] ] --- # Componentes de la varianza  --- # Componentes de la varianza  --- ## Correlación intra clase: ICC - La correlación intra-clase ( `\(\rho\)` ) indica qué porcentaje de la varianza de la variable dependiente se debe a pertenencia a unidades de nivel 2 - Descomposición de la varianza en modelo nulo= `\(Var\ y=\tau_{00} + \sigma^2\)` - Es decir, parte de la varianza se debe a los individuos ( `\(\sigma^2\)` ) y parte al grupo ( `\(\tau_{00}\)` ) --- ## Correlación intra clase: ICC - Correlación intra-clase = ICC = # `$$\rho=\frac{\tau_{00}}{\tau_{00}+\sigma^2}$$` - Una ICC **baja** indica baja variabilidad de la variable dependiente entre unidades de nivel 2, y por lo tanto, menores posibilidades de dar cuenta (*explicar*) de esa varianza con predictores de nivel 2. --- class: roja, middle, center # Correlación intra-clase ## "Proporción de la varianza de la variable dependiente que se asocia a la pertenencia a unidades de nivel 2" --- # librería lme4 - función lmer (linear mixed effects) - forma general: - `objeto <- lmer (depvar ~ predictor_1 + predictor_2 + predictor_n + (1 | cluster), data=data)` - el objeto contiene la información de la estimación; para ver un resumen, `summary(objeto)`, y de manera más presentable,`screenreg(objeto)` --- class: roja right # Contenidos ## 1- Resumen sesión anterior ## .yellow[2- Ajuste] ## 3- Reporte --- # Tipos de medidas de ajuste 1. Medidas relativas a la varianza de efectos aleatorios (tipo `\(R^2\)`) 2. Medidas de fit comparativo (deviance) --- ## Ajuste por proporción de varianzas  --- # Estimación de modelos para el ejemplo: results_0: nulo results_1: agrega predictores individuales (nivel 1) results_2: agrega predictores grupales (nivel 2) ```r results_0 <-lmer(mathach ~ 1 + (1 | schoolid), data = mlm) results_1 <-lmer(mathach ~ 1 + ses + female + (1 | schoolid), data = mlm) results_2 <-lmer(mathach ~ 1 + sector + mnses + (1 | schoolid), data = mlm) ``` --- # Ajuste por proporción de varianzas - Se relacionan con el grado de varianza “explicada” (disminución en la(s) varianza(s) atribuida a la inclusión de predictores en el modelo de regresión) - Controversia en la literatura de multinivel, no existe una medida única - Las propuestas sugieren usualmente cálculos de `\(R^2\)` para cada nivel --- ## Bryck & Raudenbush R2 multinivel (1992) - lógica general: calcular la diferencia entre componentes de la varianza entre los modelos estimados - modelo base para la comparación: modelo nulo - luego, a medida que se agregan modelos, se compara en que medida los componentes de la varianza van disminuyendo a medida que se agregan predictores --- ## Componentes de la varianza del ejemplo modelos con HSB data ---- .medium[ | `\(\sigma^2\)` | `\(\tau_{00}\)` --|----------|-----|----- Modelo 0 (nulo, sin predictores) | 39.148 | 8.553 Modelo 1 (predictores ind.) | 36.813 | 4.492 Modelo 2 (predictores grup.) | 39.161 | 2.314 ] - Los componentes de la varianza van disminuyendo a medida que se ingresan predictores a los modelos - Por ejemplo, en el modelo 1 el componente de la varianza individual `\(\sigma^2\)` disminuye en comparación al modelo nulo: .red[39.148-36.813=2.335] - ¿Cómo interpretar esto? --- ## Bryk & Raudenbush - R2 Nivel 1 .pull-left[ Para Nivel 1: <br> `$$\begin{split} R^2_{1B\&R}&=\frac{var_0(r_{ij})-var_f(r_{ij})}{var_0(r_{ij})} \\\\ &=\frac{\sigma^2(0)-\sigma^2(f)}{\sigma^2(0)} \end{split}$$` ] .pull-right[ <br> Donde: - `\(0\)` se refiere al modelo nulo - `\(f\)` se refiere a un modelo posterior ] --- ## Bryk & Raudenbush - R2 Nivel 1 ---- .medium[ | `\(\sigma^2\)` | `\(\tau_{00}\)` | `\(R^2_{L1}\)` | `\(R^2_{L2}\)` --|----------|-----|-----|-- Modelo 0 | 39.148 | 8.553 | | Modelo 1 (predict.ind.) | 36.813 | 4.492 | 0.059 | Modelo 2 (predict.grup.) | 39.161 | 2.314 | | ] Ej: `\(R^2_{L1}=(39.148-36.813)/39.148=2.335/39.148=0.059\)` --- ## Bryck & Raudenbush - R2 Nivel 2 .pull-left[ Para Nivel 2: <br> `$$\begin{split} R^2_{2B\&R}&=\frac{var_0(\mu_{0j})-var_f(\mu_{0j})}{var_0(\mu_{0j})} \\\\ &=\frac{\tau_{00}(0)-\tau_{00}(f)}{\tau_{00}(0)} \end{split}$$` ] .pull-right[ <br> Donde: - `\(0\)` se refiere al modelo nulo - `\(f\)` se refiere a un modelo posterior ] --- ## Bryck & Raudenbush - R2 Nivel 2 ---- .medium[ | `\(\sigma^2\)` | `\(\tau_{00}\)` | `\(R^2_{L1}\)` | `\(R^2_{L2}\)` --|----------|-----|-----|-- Modelo 0 | 39.148 | 8.553 | | Modelo 1 (predict.ind.) | 36.813 | 4.492 | 0.059 | Modelo 2 (predict.grup.) | 39.161 | 2.314 | 0.00 |0.73 ] Ej: `\(R^2_{L2}=(8.553-2.314)/8.553=6.239/8.553=0.73\)` - Recordar interpretación en relación a correlación intra-clase (para el caso de HSB data= 0.18): para el caso del R2 nivel 2 se está dando cuenta del 73% del 18% --- # Cálculo directo con R - modelo 1 función `multilevel.r2`, librería [`misty`](https://search.r-project.org/CRAN/refmans/misty/html/multilevel.r2.html) ```r pacman::p_load(misty)# for multilevel R2 misty::multilevel.r2(results_1, print = "RB") ``` ``` ## R-Squared Measures for Multilevel and Linear Mixed Effects Models ## ## Reduction in Residual Variance (Raudenbush and Bryk, 2002) ## ## Within-Cluster R2: 0.060 ## Between-Cluster R2: 0.479 ``` --- # Cálculo directo Bryk & Raudenbush con R - modelo 2 función `multilevel.r2`, librería [`misty`](https://search.r-project.org/CRAN/refmans/misty/html/multilevel.r2.html) ```r pacman::p_load(misty)# for multilevel R2 misty::multilevel.r2(results_2, print = "RB") ``` ``` ## R-Squared Measures for Multilevel and Linear Mixed Effects Models ## ## Reduction in Residual Variance (Raudenbush and Bryk, 2002) ## ## Within-Cluster R2: -0.000 ## Between-Cluster R2: 0.731 ``` --- # Nakagawa and Schielzeth R2 (2013) - dos R2: - marginal: para los efectos fijos del modelo - condicional: para el modelo con efectos fijos y aleatorios - utiliza la varianza de los valores predichos de la variable dependiente --- # Nakagawa and Schielzeth R2 (2013) - marginal (efectos fijos): `$$R^2_m=\frac{var(\hat{Y}_{ij})}{var(\hat{Y}_{ij})+\tau_{00}+\sigma^2}$$` - condicional (efectos fijos + aleatorios) `$$R^2_c=\frac{var(\hat{Y}_{ij})+\tau_{00}}{var(\hat{Y}_{ij})+\tau_{00}+\sigma^2}$$` --- # Cálculo directo Nakagawa con R - modelo 2 ```r misty::multilevel.r2(results_2, print = "NS") ``` ``` ## R-Squared Measures for Multilevel and Linear Mixed Effects Models ## ## Variance Partitioning (Nakagawa and Schielzeth, 2013; Johnson, 2014) ## ## Marginal R2: 0.130 ## Conditional R2: 0.179 ``` --- ## 2. Ajuste comparativo ### Deviance test - El test o estadístico de deviance **compara el ajuste** de dos modelos basado en la log verosimilitud de cada modelo - La hipótesis a contrastar es si predictores adicionales del modelo mejoran o no el ajuste - Asume que los **modelos son anidados**, es decir, que un modelo con menos predictores puede ser derivado del modelo mayor mediante la fijación de ciertos coeficientes como 0. - Deviance= `\(-2*LL\)` (LL=Log Likelihood) - Deviance test= `\(deviance(anidado)-deviance(mayor)\)` --- ## 2. Ajuste comparativo ### Deviance test - La distribución del estadístico de devianza es `\(\chi^2\)`, y los grados de libertad para calcular el valor crítico equivalen al número de parámetros extra en el modelo mayor - Es decir, parámetros modelo mayor - parámetros modelo inicial (o anterior) - Se utiliza con estimación ML en lugar de REML (restricted maximum likelihood). --- ## Ejemplo deviance .small[ ```r results_0ml = lmer(mathach ~ 1 + (1 | schoolid), REML=FALSE) results_1ml = lmer(mathach ~ 1 + minority + ses + (1 | schoolid), REML=FALSE) ``` | LL | deviance | Parámetros --|---|---| results_0ml | -23557.91 | 47115.81 | results_1ml | -23221.82 | 46443.64 | 2 ] - Deviance test= 47115.8-46443.64= 672.16, 2 DF (2 parámetros adicionales) --- ## Ejemplo deviance - Valor crítico `\(\chi^2_{DF=2}\)` para `\(p<0.95=5.99\)` - Por lo tanto, se rechaza `\(H_0\)`, es decir, las diferencias entre los modelos son distintas de 0 ( `\(p<0.05\)` ). En otras palabras, el modelo con más parámetros presenta un mejor ajuste. --- ## Ejemplo deviance II - de manera directa en R: ```r anova(results_0ml,results_1ml) ``` Y para reportar: .small[ ```r print(xtable::xtable(anova(results_0ml,results_1ml)), type="html") ``` <!-- html table generated in R 4.3.1 by xtable 1.8-4 package --> <!-- Fri Sep 8 08:44:03 2023 --> <table border=1> <tr> <th> </th> <th> npar </th> <th> AIC </th> <th> BIC </th> <th> logLik </th> <th> deviance </th> <th> Chisq </th> <th> Df </th> <th> Pr(&gt;Chisq) </th> </tr> <tr> <td> results_0ml </td> <td align="right"> 3.00 </td> <td align="right"> 47121.81 </td> <td align="right"> 47142.45 </td> <td align="right"> -23557.91 </td> <td align="right"> 47115.81 </td> <td align="right"> </td> <td align="right"> </td> <td align="right"> </td> </tr> <tr> <td> results_1ml </td> <td align="right"> 5.00 </td> <td align="right"> 46453.64 </td> <td align="right"> 46488.03 </td> <td align="right"> -23221.82 </td> <td align="right"> 46443.64 </td> <td align="right"> 672.17 </td> <td align="right"> 2 </td> <td align="right"> 0.0000 </td> </tr> </table> ] --- #Ajuste y modelos con pendiente aleatoria - Los test de ajuste por proporción de varianza (R2) no son recomendados al momento de estimar modelos con pendiente aleatoria - El test de deviance se utiliza al momento de reportar la significancia de los efectos aleatorios (ej: con pendiente aleatorio,comparando el mismo modelo con y sin aleatorización) - Considerar que los componentes de la varianza son parámetros del modelo, es decir, se cuentan para la diferencia de grados de libertad --- class: roja right # Contenidos ## 1- Resumen sesión anterior ## 2- Ajuste ## .yellow[3- Reporte] --- ## Tablas y descriptivos - Tabla de descriptivos de variables L1 y L2 - para esto conviene generar base de datos agregados para tabla descriptiva - se recomienda utilizar librería summarytools, función dfSummary (información [aquí](https://cran.r-project.org/web/packages/summarytools/vignettes/introduction.html)) - Descripción del número de casos por nivel y también de otras variables relevantes (ej, dependiente e independientes comprometidas en hipótesis) --- .small[ ```r sjmisc::descr(mlm, show = c("label","range", "mean", "sd", "NA.prc", "n"))%>% kable(.,digits =2,"markdown") ``` | |var |label | n| NA.prc| mean| sd|range | |:--|:--------|:--------|----:|------:|-------:|-------:|:-------------------| |3 |minority |minority | 7185| 0| 0.27| 0.45|1 (0-1) | |1 |female |female | 7185| 0| 0.53| 0.50|1 (0-1) | |7 |ses |ses | 7185| 0| 0.00| 0.78|6.45 (-3.76-2.69) | |2 |mathach |mathach | 7185| 0| 12.75| 6.88|27.83 (-2.83-24.99) | |8 |size |size | 7185| 0| 1056.86| 604.17|2613 (100-2713) | |6 |sector |sector | 7185| 0| 0.49| 0.50|1 (0-1) | |4 |mnses |mnses | 7185| 0| 0.00| 0.41|2.02 (-1.19-0.82) | |5 |schoolid |schoolid | 7185| 0| 5277.90| 2499.58|8362 (1224-9586) | ] --- class: middle # Problema tabla anterior: aparecen en conjunto variables de nivel 1 y nivel 2, tienen distinto N y deberían presentarse por separado --- .small[ ```r mlm %>% select (mathach, ses, female, minority) %>% sjmisc::descr(., show = c("label","range", "mean", "sd", "NA.prc", "n"))%>% kable(., digits =2, "markdown", caption = "Variables nivel 1") ``` Table: Variables nivel 1 | |var |label | n| NA.prc| mean| sd|range | |:--|:--------|:--------|----:|------:|-----:|----:|:-------------------| |2 |mathach |mathach | 7185| 0| 12.75| 6.88|27.83 (-2.83-24.99) | |4 |ses |ses | 7185| 0| 0.00| 0.78|6.45 (-3.76-2.69) | |1 |female |female | 7185| 0| 0.53| 0.50|1 (0-1) | |3 |minority |minority | 7185| 0| 0.27| 0.45|1 (0-1) | ] --- .small[ ```r agg_mlm %>% select (size, sector,mnses) %>% sjmisc::descr(., show = c("label","range", "mean", "sd", "NA.prc", "n"))%>% kable(., digits =2, "markdown", caption = "Variables nivel 2") ``` Table: Variables nivel 2 | |var |label | n| NA.prc| mean| sd|range | |:--|:------|:------|---:|------:|-------:|------:|:-----------------| |3 |size |size | 160| 0| 1097.83| 629.51|2613 (100-2713) | |2 |sector |sector | 160| 0| 0.44| 0.50|1 (0-1) | |1 |mnses |mnses | 160| 0| -0.01| 0.41|2.02 (-1.19-0.82) | ] --- ## Descriptivos ### Ejemplo tabla descriptiva (Ferron et al 2007, en O’Connell Cap.11) .center[] Alternativas en R: Stargazer, [summarytools](https://cran.r-project.org/web/packages/summarytools/vignettes/Introduction.html) --- ### Reporte modelos  (O’Connell, cap.11) --- ## Reporte modelos  --- ## Reporte modelos - Efectos fijos, con valores t o se - Asteriscos para niveles de significación - Efectos aleatorios - Fit: log likelihood - Fit adicionales: AIC, BIC, deviance, R2 --- .pull-left[ ## Reporte con tab_model ```r tab_model(results_1, results_2, show.ci = FALSE, show.se = TRUE, collapse.se = TRUE, show.p = FALSE, p.style = c("scientific_stars") ) ``` ] .pull-right[ .tiny[ <table style="border-collapse:collapse; border:none;"> <tr> <th style="border-top: double; text-align:center; font-style:normal; font-weight:bold; padding:0.2cm; text-align:left; ">&nbsp;</th> <th colspan="1" style="border-top: double; text-align:center; font-style:normal; font-weight:bold; padding:0.2cm; ">mathach</th> </tr> <tr> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; text-align:left; ">Predictors</td> <td style=" text-align:center; border-bottom:1px solid; font-style:italic; font-weight:normal; ">Estimates</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">(Intercept)</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">12.13 ^***<br>(0.20)</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">sector</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">1.23 ^***<br>(0.31)</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; ">mnses</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:center; ">5.33 ^***<br>(0.37)</td> </tr> <tr> <td colspan="2" style="font-weight:bold; text-align:left; padding-top:.8em;">Random Effects</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm;">&sigma;²</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="1">39.16</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm;">&tau;₀₀ _schoolid</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="1">2.31</td> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm;">ICC</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="1">0.06</td> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm;">N _schoolid</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="1">160</td> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm; border-top:1px solid;">Observations</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left; border-top:1px solid;" colspan="1">7185</td> </tr> <tr> <td style=" padding:0.2cm; text-align:left; vertical-align:top; text-align:left; padding-top:0.1cm; padding-bottom:0.1cm;">Marginal R² / Conditional R²</td> <td style=" padding:0.2cm; text-align:left; vertical-align:top; padding-top:0.1cm; padding-bottom:0.1cm; text-align:left;" colspan="1">0.130 / 0.179</td> </tr> <tr> <td colspan="2" style="font-style:italic; border-top:double black; text-align:right;">* p&lt;0.05&nbsp;&nbsp;&nbsp;** p&lt;0.01&nbsp;&nbsp;&nbsp;*** p&lt;0.001</td> </tr> </table> ]] --- # Reportes de relaciones bivariadas - tablas cruzadas - correlaciones / corrplot - nubes de puntos Revisar: - [https://multivariada.netlify.app/assignment/02-code/](https://multivariada.netlify.app/assignment/02-code/) - [https://correlacional.netlify.app/assignment/03-practico](https://correlacional.netlify.app/assignment/03-practico) --- # Automatizando el reporte con RMarkdown .medium[ - Markdown es un lenguaje de escritura de texto simple, con pocas marcas de edición. - RMarkdown es un formato que permite vincular escritura en Markdown y código de R, que luego son compilados en diferentes formatos de salida (pdf, html, word) mediante la librería knitr  - Este proceso se encuentra automatizado en RStudio, mediante el uso del boton "Knitr", que realiza la compilación y muestra el output. ] --- .pull-left[ ## Ventajas - permite generar tablas y gráficos automáticamente en el mismo documento, evitando el cortar / pegar - escritura simple] .pull-right[ ## Desventajas - acostumbrarse - conformarse con un formato simple de texto (al menos inicialmente) - ... igual es R] <br> .center[ # VALE LA PENA ] --- ## RMarkdown Tres cosas básicas a aprender: - Markdown - Insertar trozos (chunks) de código - Opciones generales en encabezado YAML --- ## Varios tutoriales ... revisar - Sección R Markdown de R4DS: https://es.r4ds.hadley.nz/r-markdown.html - Guía de documentos dinámicos: https://juancarloscastillo.github.io/metsoc-facsouchile/documents/trabajos/guia_rep_dinamico/reportedinamico.html - [https://correlacional.netlify.app/assignment/01-practico](https://correlacional.netlify.app/assignment/01-practico) --- ## ... y en RStudio  --- ## Y en general para la entrega de trabajos - De preferencia en (R)Markdown/html, facilita la apertura y colaboración. - Preocuparse más del contenido que del formato --- class: front .pull-left-wide[ # Modelos multinivel] .pull-right-narrow[] ## Unidades en contexto ---- .pull-left[ ## Juan Carlos Castillo ## Sociología FACSO - UChile ## 2do Sem 2023 ## [.yellow[multinivel-facso.netlify.com]](https://multinivel-facso.netlify.com) ] .pull-right-narrow[ .center[ ] ]