클러스터 된 표준 오류와 다단계 모델링?

나는 여러 권의 책 (Raudenbush & Bryk, Snijders & Bosker, Gelman & Hill 등)과 여러 기사 (Gelman, Jusko, Primo & Jacobsmeier 등)를 훑어 보았지만 여전히 내 머리를 감싸지 않았습니다. 군집 표준 오차와 다단계 모델링의 주요 차이점은 다음과 같습니다.

본인은 연구 질문과 관련된 부분을 이해합니다. 다단계 모델링에서만 얻을 수있는 특정 유형의 답변이 있습니다. 그러나 예를 들어 관심 계수가 두 번째 수준에 불과한 2 단계 모델의 경우 한 방법을 다른 방법으로 수행하면 어떤 이점이 있습니까? 이 경우 예측을하거나 클러스터의 개별 계수를 추출하는 것에 대해 걱정하지 않습니다.

내가 찾은 가장 큰 차이점은 군집이 표본 크기가 같지 않을 때 군집 표준 오류가 발생하고 무작위 계수 분포의 사양을 가정한다는 점에서 다중 수준 모델링이 약하다는 것입니다 (집단 표준 오류 사용은 모델이 없음) .

그리고 결국,이 모든 방법이 표면 상으로 두 방법을 모두 사용할 수있는 모델의 경우 계수 및 표준 오류 측면에서 유사한 결과를 가져와야한다는 것을 의미합니까?

모든 답변이나 도움이 될만한 자료를 주시면 감사하겠습니다.

이 게시물은 내 데이터와 관련된 개인적인 경험을 바탕으로하므로 답변으로 자격이 있는지 확실하지 않습니다.

가능한 경우 시뮬레이션을 사용하여 데이터에 가장 적합한 방법을 평가하는 것이 좋습니다. 나는 이것을하고 다단계 모델링을 기반으로 한 테스트 (첫 번째 수준의 매개 변수에 관한)가 다른 방법보다 성능이 뛰어나고 크기가 불균일 한 "클러스터"를 가진 작은 샘플에서도 크기를 유지한다는 사실에 놀랐습니다. 나는 아직 그 점을 설명하는 논문을 찾지 못했다. 그리고 이것이 어떻게 보이는지에 대해서는 이것이 틈새 주제가 아니며 더 많은주의를 기울여야한다. 유한 방법 샘플 또는 소수 / 고르지 않은 군집에 대해 다른 방법을 비교하는 방법은 상당히 연구가 부족하다고 생각합니다.