Robust Hierarkisk Lineær Model
Robust Hierarkisk Lineær Model (Robust HLM) udvider standard HLM ved at erstatte eller beskytte dens standardfejl mod overtrædelser af fordelingsantagelser — primært ikke-normale residualer, heteroscedasticitet og indflydelsesrige klynger. Den bevarer den indlejrede, to-niveau (eller højere) struktur, mens den producerer mere troværdig inferens under reelle databetingelser.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Maas, C. J. M., & Hox, J. J. (2004). Robustness issues in multilevel regression analysis. Statistica Neerlandica, 58(2), 127–137. DOI: 10.1046/j.0039-0402.2003.00252.x ↗
- Hox, J. J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. ISBN: 978-1848728462
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Hierarchical Linear Model. ScholarGate. https://scholargate.app/da/statistics/robust-hierarchical-linear-model
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.
- Hierarkisk Lineær Model (HLM)Statistik↔ compare
- Mixed Effects ModelStatistik↔ compare
- MultilevelmodelleringForskningsstatistik↔ compare
- Robust multipel lineær regressionStatistik↔ compare
- Robust RegressionStatistik↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →