Modelado multinivel en el análisis de redes egocéntricas: una guía práctica con SAS y R

Área de la Ciencia:

• Análisis de Redes Sociales
• Modelado Estadístico
• Investigación en Ciencias de la Salud

Sus antecedentes:

• Los datos de redes egocéntricas poseen una estructura anidada (alters dentro de egos) y dependencias intra-ego.
• Los modelos de regresión tradicionales asumen independencia, lo cual es violado por los datos de redes egocéntricas.
• El análisis preciso requiere métodos que tengan en cuenta las estructuras de datos jerárquicas.

Objetivo del estudio:

• Ilustrar la aplicación del modelado multinivel para datos de redes egocéntricas.
• Abordar la violación de los supuestos de independencia en los modelos de regresión tradicionales.
• Proporcionar una guía práctica para investigadores en ciencias sociales y de la salud.

Principales métodos:

• Utilización del modelado multinivel para acomodar estructuras de datos jerárquicas y dependencias intra-ego.
• Distinción de efectos a nivel de alter, ego y diádico sobre las variables de resultado.
• Descripción de las especificaciones del modelo, incluyendo interceptos aleatorios, pendientes, interacciones entre niveles y estructuras residuales.

Principales resultados:

• Demostró la estimación de efectos fijos y aleatorios para resultados continuos y binarios.
• Proporcionó métodos para evaluar la correlación intraclase y probar interacciones entre niveles.
• Ofreció una guía de implementación paso a paso utilizando SAS y R.

Conclusiones:

• El modelado multinivel ofrece un enfoque riguroso para el análisis de datos de redes egocéntricas.
• Esta metodología permite una comprensión más profunda de las influencias individuales, relacionales y estructurales en la salud.
• La guía apoya a los investigadores en la aplicación de técnicas estadísticas avanzadas a datos de redes.