• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Online Workshop "Fixed and Random Effects Models in Social Studies and Psychology" at SCILA

29 June - 3 July SCILA was holding a learning workshop for researchers "Fixed and Random Effects Models in Social Studies and Psychology". Amazing speakers Ivan Ivanchei and Boris Sokolov told our participants about all nuances of multilevel modeling.

Online Workshop "Fixed and Random Effects Models in Social Studies and Psychology" at SCILA

Лаборатория социальной и когнитивной информатики давно планировала провести мероприятие, на котором можно было бы поделиться опытом работы с регрессионными моделями, проконсультироваться с экспертами, а главное - сделать шаг вперёд в собственных исследованиях, которые предполагают применение многоуровневого моделирования.

Сложившаяся эпидемиологическая ситуация сильно ограничивает возможность очных встреч с коллегами, поэтому было найдено единственное верное решение - провести онлайн-воркшоп в системе Zoom. Подобный формат позволил принять участие в мероприятии исследователям из разных университетов, городов и даже стран. Около 40 коллег каждый день присоединялись к нашим онлайн-сессия в Zoom.

Интерес к воркшопу был связан не только с его темой, но и с замечательной возможностью послушать лекции, а также задать вопросы приглашённым спикерам - Борису Соколову и Ивану Иванчею.

Борис Соколов,
Кандидат политических наук
Старший научный сотрудник лаборатории сравнительных социальных исследований НИУ ВШЭ
Разработчик курсов по статистике продвинутого уровня для магистрантов
Преподаватель международной летней школы IPSA-HSE
Иван Иванчей,
Кандидат психологических наук
Постдок департамента экспериментальной психологии университета Гента
Научный сотрудник лаборатории когнитивных исследований факультета психологии ИОН РАНХиГС
Преподаватель курсов на платформе Stepik и летней школе АнДан

 

Первый день воркшопа был посвящен теории многоуровневого моделирования. Борис Соколов рассказал об основных типах многоуровневых моделей и интерпретации ключевых параметров, помог участникам побороть терминологическую неясность, напомнил о значимости коэффициентов при проверке статистических гипотез, объяснил, в чём заключается суть центрирования и стандартизации, within- и between-эффектов, как определить уровень воздействия, вычислить параметры и оценить качество модели. Завершилась первая онлайн-встреча в Zoom работой с линейными моделями в библиотеке lme4, а также обсуждением представления результатов с помощью разных пакетов R.

Второй день начался с повторения теоретических основ, но уже с экспериментально-психологичекой перспективы. Иван Иванчей предложил участникам поработать с конкретным примером исследования и обсудить спецификацию модели для этого примера. Подробно поговорили о выборе структуры случайных эффектов, о том, что делать с моделью после её создания и подсчёта коэффициентов, о проблемах при работе со смешанными моделями и о способах их решения, о дополнительных возможностях для анализа, диагностике и оценке модели.

 

Опираясь на выступления спикеров и получив ответы на самые животрепещущие вопросы по теме, участники принялись за работу над своими кейсами, которые смогли представить коллегам в последний день воркшопа.

Всего было представлено четыре кейса, над двумя из которых работали сотрудники лаборатории социальной и когнитивной информатики. В первом проекте исследователи пытались выяснить, что влияет на способность людей определять фейки в соцсетях и на их доверие к новостям (проект FakeNews СКИЛА). Второй проект осуществлялся с целью объяснить (спрогнозировать) уровень вовлеченности родителей третьеклассников на основании переменных, полученных при оценивании детей и опросе родителей в начале первого класса. Третий кейс был посвящён коммуникации в соцсетях (проект SocSig СКИЛА). В четвёртом проекте рассматривались факторы, объясняющие электоральную мобилизацию на местном уровне в России.

Спикеры дали feedback по каждому из проектов, что позволило всем участникам узнать ещё больше о моделях со случайными и фиксированными эффектами, а авторам кейсов - осуществить заметный рывок в проведении собственных исследований. Завершая воркшоп, Иван Иванчей и Борис Соколов любезно поделились полезными ссылками и списком литературы со всеми участниками мероприятия, а мы, дорогие коллеги, позволим себе поделиться этим списком с вами!


1. Простой базовый туториал: https://arxiv.org/pdf/1308.5499.pdf
2. GLMM FAQ: https://bbolker.github.io/mixedmodels-misc/glmmFAQ.html#testing-significance-of-random-effects
3. Введение в emmeans: https://aosmith.rbind.io/2019/03/25/getting-started-with-emmeans
4. Волченко, О. В., & Широканова, А. А. (2016). Применение многоуровневого регрессионного моделирования к межстрановым данным (на примере генерализованного доверия). Социология: методология, методы, математическое моделирование (4М), (43), 7-62.
5. Четвериков, А. А. (2015). Линейные модели со смешанными эффектами в когнитивных исследованиях. Российский журнал когнитивной науки, 2(1), 41-51.
6. Bates, D., Kliegl, R., Vasishth, S., & Baayen, H. (2015). Parsimonious mixed models.
7. Bates, D., Mächler, M., Bolker, B., & Walker, S. (2014). Fitting linear mixed-effects models using lme4. 
8. Bell, A., Fairbrother, M., & Jones, K. (2019). Fixed and random effects models: making an informed choice. Quality & Quantity, 53(2), 1051-1074.
9. Bell, A., Jones, K., & Fairbrother, M. (2018). Understanding and misunderstanding group mean centering: a commentary on Kelley et al.’s dangerous practice. Quality & Quantity, 52(5), 2031-2036.
10. Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Sage publications.
11. Kuznetsova, A., Brockhoff, P. B., & Christensen, R. H. (2017). lmerTest package: tests in linear mixed effects models. Journal of statistical software, 82(13), 1-26.
12. McNeish, D., & Kelley, K. (2019). Fixed effects models versus mixed effects models for clustered data: Reviewing the approaches, disentangling the differences, and making recommendations. Psychological Methods, 24(1), 20.
13. Meteyard, L., & Davies, R. A. (2020). Best practice guidance for linear mixed-effects models in psychological science. Journal of Memory and Language, 112, 104092.
14. Oshchepkov, A., & Shirokanova, A. (2020). Multilevel modeling for economists: why, when and how.
15. Winter, B. (2013). Linear models and linear mixed effects models in R with linguistic applications.