29.08.2013 Views

Platsen, individen och folkhälsan, 3.06 MB - Statens folkhälsoinstitut

Platsen, individen och folkhälsan, 3.06 MB - Statens folkhälsoinstitut

Platsen, individen och folkhälsan, 3.06 MB - Statens folkhälsoinstitut

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

kontextuella analyser 203<br />

Med denna modell kan vi studera individ- respektive områdesvariationen<br />

i blodtryck utan hänsyn tagen till någon exponeringsvariabel.<br />

Om vi inte finner någon variation på områdesnivå så finns det ingen anledning<br />

att gå vidare med en flernivåmodell.<br />

I denna modell så har varje område ett eget intercept (β0ij) med ett medelintercept<br />

(γ0), uj är variationen runt medelinterceptet <strong>och</strong> eij är variationen<br />

mellan individer inom områden.<br />

Varianskomponentmodell med blodtryck som utfall.<br />

Yij = β0ij<br />

β0ij = γ0 + uj + εij<br />

vilken i detta fall blir:<br />

Blodtryck=99,283(3,362) + 12,500(33,818) + 134,262(54,725)<br />

Först har vi blodtryck (Yij). Därefter kommer medelinterceptet (γ0), det vill<br />

säga punkten där regressionslinjen skär y-axeln (99,283). Nästa värde (uj)<br />

är variationen mellan områden, följt av variationen mellan individer inom<br />

områden (εij). Siffrorna inom parenteser är så kallade standardfel som<br />

används för att beräkna konfidensintervall (för att se om värdena är signifikanta<br />

eller ej).<br />

Vi kan använda εij <strong>och</strong> uj för att beräkna den så kallade intraklasskorrelationen<br />

(ICC). Den mäter i vilken grad individer i samma område<br />

”liknar” varandra, jämfört med individer i allmänhet. Vi dividerar helt<br />

enkelt områdesvariationen med den totala variationen enligt följande:<br />

(12,5 / (12,5 + 134,262) = 0,085. Det ska tolkas som att 8,5 % av variationen<br />

ligger på områdesnivån <strong>och</strong> 91,5 % på individnivån.<br />

Tolkningen blir att individer inom samma områden är mer lika varandra<br />

än individer mellan olika områden. Det innebär att antagandet om oberoende<br />

observationer inte uppfylls. En flernivåmodell är med andra ord det<br />

korrekta i detta fall.<br />

I nästa steg går vi vidare <strong>och</strong> lägger in en exponeringsvariabel på<br />

individnivå (ålder).

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!