Многостепенно моделиране
Многостепенното моделиране (наричано още йерархично линейно моделиране, моделиране със смесени ефекти) е статистическа рамка за анализ на данни, организирани в йерархични или клъстерни структури – ученици в училища, пациенти в болници, многократни измервания в рамките на индивиди. Разработено от Bryk и Raudenbush (1992), то отчита зависимостта между наблюденията и разделя дисперсията на нива (вътре в клъстера и между клъстерите), което позволява валидни изводи и разкрива контекстуални ефекти. То е от съществено значение в образованието, медицината, организационните изследвания и всяка област, където данните имат естествени йерархии.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Източници
- Bryk, A. S., & Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE Publications. DOI: 10.2307/2075823 ↗
- Goldstein, H. (2011). Multilevel Statistical Models (4th ed.). Wiley-Blackwell. DOI: 10.1002/9780470973394 ↗
- Shrout, P. E., & Fleiss, J. L. (1979). Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin, 86(2), 420–428. DOI: 10.1037/0033-2909.86.2.420 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/bg/research-statistics/multilevel-modeling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дисперсионен анализ (ANOVA)Статистика за изследвания↔ compare
- Логистична регресияСтатистика за изследвания↔ compare
- Структурно моделиране с уравненияСтатистика за изследвания↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →