Syllabus Workshop Survival- und Mehrebenenanalyse 19

Syllabus Workshop Survival- und Mehrebenenanalyse
19. & 20.02.2015, BIEN, Berlin
Dr. Sebastian Jäckle
Im Workshop werden sich Input-Elemente und praktische Anwendungen abwechseln. Die
Anwendung wird größtenteils anhand von Stata präsentiert.
Donnerstag 19.02. Survival Analyse
Block I (9:00-11:15)
•
•
•
•
•
Kurze Kennenlernrunde (An welchen Themen arbeiten die Teilnehmer?)
Genereller Überblick über Survival-Analysen, Anwendungsbeispiele und Terminologie
Typen von Survival-Modellen
Das Konzept des Zensierens
Nicht-parametrische Modelle (Sterbetafel, Kaplan-Meier-Schätzer)
 Anwendungsblock I
Block II (11:15-12:30)
•
•
Arten der Zeitabhängigkeit (nicht observierte Heterogenität vs. reale Zeitabhängigkeit)
Verschiedene parametrische Modelle (exponentiell, Weibull…)
 Anwendungsblock II
Mittagspause (12:30-13:30)
Block III (13:30-15:00)
•
•
•
•
Grundlagen des semi-parametrischen Cox-Modells
Partial Likelihood und das Problem der Tied Events
Stratifizierte Modelle, competing risks Modelle, Modelle mit time-varying covariates
Schätzung der Baseline Hazard-Rate aus Cox-Modellen
 Anwendungsblock III
Block IV (15:00-16:30)
•
•
•
Die Annahme proportionaler Hazards (und wie man diese testen kann)
Goodness of Fit-Maße
Residuentests für Survival-Modelle
 Anwendungsblock IV
Wrap Up (16:30-17:00) + wenn noch Zeit ist ein kurzer Einblick in die Methode der Sequenzanalyse
Freitag 20.02. Mehrebenenanalyse
Block I (9:00-10:30)
•
•
•
•
Grundlagen der MEA (Datenstruktur, mögliche Zusammenhänge zwischen Mikro- und
Makroebene; verschiedene Möglichkeiten mit einer hierarchischen Datenstruktur
umzugehen; Anwendungsbeispiele und Terminologie)
Der Intra-Klassen-Korrelationskoeffizient (IKK)
Wieviele Einheiten braucht man für eine MEA auf den verschiedenen Ebenen?
Wann ist eine MEA sinnvoll/notwendig?
 Anwendungsblock I
Block II (10:30-13:30)
•
•
•
•
Random Intercept Modelle und deren Interpretation
Random Slope Modelle (Fanning In & Fanning Out)
Inklusion von Level-2-Variablen
Cross-Level-Interaktionen
 Anwendungsblock II
Wrap Up (13:30-14:00) + Fragerunde
Kommentierte Literaturempfehlungen:
Survival-Analyse:
Box-Steffensmeier, Janet M. und Bradford S. Jones. 2004. Event History Modeling. Cambridge:
Cambridge University Press.
Yamaguchi, Kazuo. 1991. Event History Analysis. Newbury Park: Sage Publications.
Als Einstieg in die Welt der EHA geeignete Lehrbücher, die einen guten Überblick über die
wichtigsten Verfahren geben, wobei sie in ihrer Darstellung soweit wie möglich auf Formeln
verzichten. Stattdessen verwenden sie gut nachvollziehbare Beispiele aus der soziologischen oder
politikwissenschaftlichen Forschung.
Mills, Melinda. 2011. Survival and Event History Analysis. Los Angeles: Sage.
Auch für EHA-Anfänger geeignet gibt dieses Buch eine schrittweise Einführung in die
Überlebenszeitanalyse anhand des Statistikprogramms R. Die Autorin geht dabei neben den
Grundlagen der EHA aber auch auf die praktische Anwendung fortgeschrittener Verfahren wie shared
frailty Modellen oder angrenzender Methoden wie der Sequenzanalyse ein.
Blossfeld, Hans-Peter, Katrin Golsch und Götz Rohwer. 2007. Event History Analysis with Stata.
Mahwah: Lawrence Erlbaum Associates.
Cleves, Mario Alberto, Roberto G. Gutierrez, William Gould und Yulia V. Marchenko. 2010. An
Introduction to Survival Analysis Using Stata. College Station, TX Stata Press.
Wenzelburger, Georg, Sebastian Jäckle und Pascal König. 2014. Weiterführende statistische
Methoden für Politikwissenschaftler: Eine anwendungsbezogene Einführung mit Stata.
Oldenbourg: De Gruyter: 161-209.
Für diejenigen, die selber Ereignisanalysen mit Stata rechnen möchten bietet sich ein Blick in
diese drei Werke an. In ihnen finden sich Beschreibungen für die Berechnung sämtlicher auch in
diesem Kapitel angesprochenen EHA-Verfahren und Residuendiagnostiken. Darüber hinaus helfen
die von Wenzelburger et al. zur Verfügung gestellten Beispiel-Do-Files, einen schnellen Einstieg in die
konkrete Analyse von EHA-Modellen in Stata zu finden.
Kalbfleisch, John D. und Ross L. Prentice. 2002. The Statistical Analysis of Failure Time Data.
Hoboken: Wiley-Interscience.
Lawless, Jerald F. 1982. Statistical Models and Methods for Lifetime Data. New York: Wiley.
Therneau, Terry M. und Patricia M. Grambsch. 2000. Modeling Survival Data. Extending the Cox
Model. New York: Springer.
Wer tiefer in die statistischen Grundlagen der Ereignisdatenanalyse einsteigen möchte wird in
den ersten beiden Werken fündig, wer sich für Analysetechniken über das grundlegende Cox-Modell
hinaus interessiert oder beispielsweise eine intensive Diskussion der möglichen Testverfahren für die
Homogenitätsannahme sucht, dem sei das Buch von Therneau und Grambsch ans Herz gelegt. An
dieser Stelle sei aber angemerkt, dass die Lektüre dieser drei Werke durchaus fortgeschrittene
Statistikkenntnisse voraussetzt.
Mehrebenenanalyse
Bickel, Robert. 2007. Multilevel Analysis for Applied Research - It's Just Regession! New York: The
Guilford Press.
Für den ersten Einstieg in die Welt der Mehrebenenregressionen geeignete Einführung. Sehr
ausführliche Erklärungen der statistischen Formeln, sowie viele verständliche Beispiele (allerdings –
wie in den meisten Lehrbüchern – aus dem Bereich der Erziehungswissenschaften) kennzeichnen
dieses Buch. Die enthaltenen SPSS-Routinen, die es dem Leser ermöglichen sollten das praktische
Vorgehen bei einer Mehrebenenanalyse am konkreten Beispiel nachzuvollziehen sind allerdings nur
bedingt nützlich, da die verwendeten Beispieldatensätze nicht zur Verfügung gestellt werden.
Hox, Joop J. 2010. Multilevel Analysis: Techniques and Applications. New York: Routledge.
Snijders, Tom und Roel Bosker. 2012. Multilevel Analysis: An Introduction to Basic and Advanced
Multilevel Modeling. 2. Auflage. London: Sage.
Diese beiden bereits in zweiter Auflage erschienen Standardwerke sind empfehlenswerte
Einführungslehrbücher, die die relevanten grundlegenden Konzepte und vor allem das praktische
Vorgehen beim Schätzen von Mehrebenenmodellen gut erklären.
Rabe-Hesketh, Sophia und Anders Skrondal. 2012a. Multilevel and Longitudinal Modeling Using
Stata - Volume 1: Continuous Responses. College Station: Stata Press.
Rabe-Hesketh, Sophia und Anders Skrondal. 2012b. Multilevel and Longitudinal Modeling Using
Stata - Volume 2: Categorical Responses, Counts, and Survival. College Station: Stata Press.
Insbesondere für fortgeschrittene Anwender dürften diese beiden Bände hilfreich sein, in
denen sehr ausführlich auf grundlegende aber vor allem auch auf weiterführende Fragen zu
Mehrebenenanalysen eingegangen wird und insbesondere aufgezeigt wird, wie sich diese in Stata
berechnen lassen.
Hox, Joop J. und J. Kyle Roberts, Hrsg. 2011. Handbook of Advanced Multilevel Analysis. New York:
Routledge.
Sammelband mit Beiträgen zu weiterführenden Analysetechniken und speziellen
Schätzproblemen. Behandelt werden unter anderem Multilevel Latent Variable Modeling (LVM),
Mehrebenenmodelle für longitudinale Daten, Bootstrapping, der Umgang mit omitted variable bias
und multipler Imputation in Mehrebenenmodellen sowie deren bayesianische Schätzung.
Wenzelburger, Georg/Jäckle, Sebastian/König, Pascal. 2014. Weiterführende statistische
Methoden für Politikwissenschaftler. De Gruyter Oldenbourg, München. S. 91-118 (Kapitel
von mir zu Mehrebenenanalyse).