Vícúrovňové modelování
Multilevel modeling (označovaný také jako hierarchické lineární modelování, smíšené modely) je statistický rámec pro analýzu dat organizovaných ve vnořených nebo shlukovaných strukturách – studenti ve školách, pacienti v nemocnicích, opakovaná měření u jedinců. Vyvinutý Brykem a Raudenbushem (1992) zohledňuje závislost mezi pozorováními a rozděluje rozptyl na úrovně (v rámci shluku a mezi shluky), což umožňuje platnou inferenci a odhaluje kontextové efekty. Je nezbytný ve vzdělávání, medicíně, organizačním výzkumu a jakémkoli oboru, kde data mají přirozené hierarchie.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
+31 dalších
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/cs/research-statistics/multilevel-modeling
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Analýza rozptylu (ANOVA)Statistika ve výzkumu↔ porovnat
- Logistická regreseStatistika ve výzkumu↔ porovnat
- Modelování strukturálních rovnicStatistika ve výzkumu↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →