Wir rechnen multilevel-Modelle (students nested in schools) mit Kompetenzmessungen als Outcome. Nun überlegen wir uns mit NEPSscaling die Kovariaten zu imputieren und PVs zu ziehen.
Für eine korrekte Modellspezifikation für die MI sollten dabei auch die Kovariaten auf der Schulebene berücksichtigt werden, auf der wir für die Analysen sowohl aggregierte Schüler:innen-Charakteristika als auch Angaben aus dem Schulfragebogen verwenden.
Hat jemand Erfahrungswerte oder Tipps, wie wir das mit NEPSscaling angehen können?
NEPSscaling imputiert fehlende Werte im Hintergrundmodell automatisch über den CART Algorithmus. Zudem werden automatisch die mittleren Kompetenzwerte (WLEs) auf Schulebene in das Hintergrundmodell mitaufgenommen, um die Mehrebenenstruktur zu approximieren (Argument adjust_school_context = TRUE).
Sie müssen daher nur die Daten für das Hintergrundmodell vorbereiten und der Funktion plausible_values() übergeben. Dafür können Sie natürlich auch Variable erstellen, welche Schülermerkmale repräsentieren, die auf Schulebene aggregiert wurden. Diese Daten können Sie dann einfach als Hintergrundmodell definieren (Argument bgdata).
Die Funktion sollte Ihnen dann sowohl die gewünschten Plausible Values für die Kompetenzdaten generieren sowie die vollständig imputierten Hintergrundvariablen.