In Bayes'schen Mehrebenenmodellen (z. B. mit Personen, die in Kongressbezirken verschachtelt sind) sehe ich manchmal demografische Variablen auf Einzelebene wie Rassen, die als zufällige Effekte modelliert werden. Hier ist ein leicht vereinfachtes Beispiel aus diesem Artikel: $$ Pr (y_i = 1) = \ text {logit} ^ {- 1} (\ gamma_0 + \ alpha ^ {race} _ {r [i]} + \ alpha ^ {gender} _ {g [i]} + \ alpha ^ {edu} _ {e [i]} + \ alpha ^ {Bezirk} _ {d [i]} ...) $$ span> $$ \ alpha ^ {Rennen} _ {r [i]} \ sim N (0, \ sigma ^ 2_ {Rennen}), für ~ r = 1, .... 4 $$ span> $$ \ alpha ^ {gender} _ {g [i]} \ sim N (0, \ sigma ^ 2_ {gender}) $$ span> $$ \ alpha ^ {edu} _ {e [i]} \ sim N (0, \ sigma ^ 2_ {edu}), für ~ e = 1, ..., 5 $$ span> Soweit ich weiß, behandelt dieses Modell alle demografischen Variablen auf individueller Ebene als "zufällige Effekte", genau wie der Distrikt. Für die Rasse wird also angenommen, dass die 4 Rassenkategorien, die in den Daten vorhanden sind (schwarz, weiß, spanisch, andere), tatsächlich nur 4 zufällige Ziehungen aus einer größeren Population aller möglichen Rassen sind. Für mich scheint dies seltsam und falsch zu sein, da die Rassenkategorien, die wir in den Daten haben, erschöpfend sein sollen und es keinen Grund zu der Annahme gibt, dass Rassenunterschiede normal verteilt sind.
Meine Frage lautet also: Ist meine Interpretation dieses Modells korrekt und wenn ja, warum ist es gerechtfertigt?
Ich weiß, dass jemand diese Frage bereits gestellt hat, aber die Antwort, die er erhielt, war, dass es wahrscheinlich NICHT angemessen ist, Rasse usw. als zufällige Effekte zu behandeln. Aber genau das wird in vielen Artikeln über Bayes'sche Mehrebenenmodelle getan.