Gán giá trị cho phần chặn ngẫu nhiên: ước lượng và dự báo bayes thực nghiệm Assigning values to the random intercepts: estimation and empirical bayes prediction Nhìn sâu hơn vào từng cụm Trong các bài học trước, chúng ta đã tập trung vào việc ước lượng các tham số chung của mô hình: phần chặn trung bình $\beta$ và các thành phần phương sai $\psi$ (giữa các cụm) và $\theta$ (trong cụm). Chúng ta đã trả lời được các câu hỏi ở cấp độ vĩ mô như “PEFR trung bình là bao nhiêu?” hay “Có sự khác biệt đáng kể giữa các đối tượng không?”. Tuy nhiên, mô hình đa cấp còn cho phép chúng ta làm một điều mạnh mẽ hơn nhiều: đi sâu vào cấp độ vi mô để đưa ra những nhận định về từng cụm cụ thể trong mẫu dữ liệu. Ví dụ, chúng ta có thể muốn biết: “Đối tượng số 9, người có kết quả đo rất cao, có hiệu ứng cá nhân ($\zeta_9$) là bao nhiêu?” hay “Chúng ta có thể dự …