The aim of this thesis is to apply multilevel regression model in context of household surveys. Hierarchical structure in this type of data is characterized by many small groups. In last years comparative and multilevel analysis in the field of perceived health have grown in size. The purpose of this thesis is to develop a multilevel analysis with three level of hierarchy for Physical Component Summary outcome to: evaluate magnitude of within and between variance at each level (individual, household and municipality); explore which covariates affect on perceived physical health at each level; compare model-based and design-based approach in order to establish informativeness of sampling design; estimate a quantile regression for hierarchical data. The target population are the Italian residents aged 18 years and older. Our study shows a high degree of homogeneity within level 1 units belonging from the same group, with an intraclass correlation of 27% in a level-2 null model. Almost all variance is explained by level 1 covariates. In
fact, in our model the explanatory variables having more impact on the outcome
are disability, unable to work, age and chronic diseases (18 pathologies). An additional analysis are performed by using novel procedure of analysis :"Linear Quantile Mixed Model", named "Multilevel Linear Quantile Regression", estimate. This give us the possibility to describe more generally the conditional distribution of the response through the estimation of its quantiles, while accounting for the dependence among the observations. This has represented a great advantage of our models with respect to classic multilevel regression. The median regression with random effects reveals to be more efficient than the mean regression in representation of the outcome central tendency. A more detailed analysis of the conditional distribution of the response on other quantiles highlighted a differential effect of some covariate along the distribution. / Lo scopo di questa tesi è quello di applicare il modello di regressione multilivello nel contesto di indagini sulle famiglie. La struttura gerarchica in questo tipo di dati è caratterizzato da numerosi piccoli gruppi. Negli ultimi anni analisi comparative e multilivello sullo stato di salute percepito sono aumentate molto. L’obiettivo di questa tesi è di applicare un'analisi multilivello a tre livelli per la variabile risposta Physical Component Summary allo scopo di: valutare entità all'interno e tra varianza ad ogni livello (individuale, familiare e comune); indagare quali covariate influiscono sulla percezione dello stato di salute fisica ogni livello; confrontare le analisi model-based e di design-based al fine di stabilire se i pesi campionari siano informativiti per il modello di interesse; stimare una regressione quantile per i dati gerarchici. La popolazione target sono i residenti italiani di età compresa tra 18 anni. Il nostro studio rileva un’elevata omogeneità tra le unità di livello 1 e una correlazione intraclasse del 27% nel modello nullo a 2livelli. Quasi tutta la varianza è spiegata dalle covariate di livello. Nel nostro modello le variabili esplicative hanno un impatto maggiore sulla variabile risposta sono la disabilità, inabilità al lavoro, l’età e le malattie croniche (18 patologie). Un'ulteriore analisi viene eseguita utilizzando una nuova procedura di analisi: "Regressione lineare quantile multilivello”. Questa analisi ci dà la possibilità di descrivere più in generale la distribuzione condizionata della variabile risposta attraverso la stima dei suoi quantili. Questo ha portato un grande vantaggio nei nostri modelli rispetto al classico modello di regressione multilivello. La regressione mediana con effetti casuali si rivela più efficiente del regressione media nella rappresentazione della tendenza centrale. Un'analisi più dettagliata della distribuzione condizionata della variabile risposta in corrispondenza di altri quantili ha evidenziato che certe covariate hanno un effetto diverso lungo la distribuzione.
| Identifer | oai:union.ndltd.org:unibo.it/oai:amsdottorato.cib.unibo.it:5220 |
| Date | 25 February 2013 |
| Creators | Piombo, Sara <1969> |
| Contributors | Miglio, Rossella |
| Publisher | Alma Mater Studiorum - Università di Bologna |
| Source Sets | Università di Bologna |
| Language | English |
| Detected Language | Italian |
| Type | Doctoral Thesis, PeerReviewed |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds