Йерархично линейно моделиране (HLM / Многостепенно моделиране)
Йерархично линейно моделиране (HLM), известно още като многостепенно моделиране (MLM), е параметричен статистически метод за анализ на вложени или групирани данни — например ученици в класни стаи, пациенти в болници или служители в организации. Формализиран от Raudenbush и Bryk в техния основополагащ труд от 2002 г. (надграждайки работа от средата на 80-те години), HLM едновременно оценява индивидуални и групови ефекти, като същевременно правилно разпределя вариацията между нивата.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Raudenbush, S.W. & Bryk, A.S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage. ISBN: 978-0761919049
- Hox, J.J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. DOI: 10.4324/9780203852279 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Hierarchical Linear Modeling (HLM / Multilevel Modeling). ScholarGate. https://scholargate.app/bg/statistics/hlm
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.
- Смесен модел с ефектиСтатистика↔ compare
- Еднофакторен дисперсионен анализСтатистика↔ compare
- ANOVA с повтарящи се измерванияСтатистика↔ compare
- Моделиране на структурни уравнения (МСУ)Статистика↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →