ScholarGate
Asistente
Process / pipelinehierarchical-data-analysis

Modelado multinivel

El modelado multinivel (también llamado modelado lineal jerárquico, modelado de efectos mixtos) es un marco estadístico para analizar datos organizados en estructuras anidadas o agrupadas: estudiantes dentro de escuelas, pacientes dentro de hospitales, medidas repetidas dentro de individuos. Desarrollado por Bryk y Raudenbush (1992), considera la dependencia entre observaciones y particiona la varianza en niveles (dentro de los conglomerados y entre conglomerados), lo que permite una inferencia válida y revela efectos contextuales. Es esencial en educación, medicina, investigación organizacional y cualquier campo donde los datos presenten jerarquías naturales.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+31 more

Fuentes

  1. Bryk, A. S., & Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE Publications. DOI: 10.2307/2075823
  2. Goldstein, H. (2011). Multilevel Statistical Models (4th ed.). Wiley-Blackwell. DOI: 10.1002/9780470973394
  3. 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

Cómo citar esta página

ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/es/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.

Compare side by side

Citado por

Análisis de Varianza (ANOVA)Estudio Ecológico BayesianoModelo Lineal Jerárquico BayesianoModelo Bayesiano de Efectos MixtosInvestigación sobre contraste de modelos bayesianosInvestigación cuantitativa observacional bayesianaInvestigación Bayesiana de Datos de PanelInferencia Estadística BayesianaInvestigación Bayesiana de EncuestasEnsayo controlado aleatorizado por conglomeradosExperimento factorial completo aleatorizado por conglomeradosExperimento de Laboratorio Aleatorizado por ConglomeradosDiseño de Solomon de cuatro grupos aleatorizado por conglomeradosInvestigación Comparativa de PanelInvestigación multinivel de métodos mixtos basada en el diseñoDiseño de Métodos Mixtos Multinivel Orientado a la EvaluaciónInvestigación jerárquica cuasi-experimentalInvestigación confirmatoria jerárquicaInvestigación Transversal JerárquicaInvestigación Descriptiva JerárquicaModelo Lineal Jerárquico (HLM)Investigación de Pruebas de Modelos JerárquicosEncuesta Relacional JerárquicaInvestigación Jerárquica de EncuestasTeoría de Generalizabilidad LongitudinalEstudio Ecológico MetaanalíticoModelo de efectos mixtosMuestreo de Experiencia Móvil MultifuenteAnálisis Factorial Confirmatorio Multinivel (MCFA)Teoría de la Generalizabilidad MultinivelFiabilidad test-retest multinivelInvestigación Longitudinal MultivariadaInvestigación Multivariante de PanelesInvestigación de pruebas de modelos basadas en panelesEstudio Epidemiológico Transversal Ajustado por RiesgoEstudio ecológico con ajuste de riesgoModelo Lineal Jerárquico RobustoModelado de Ecuaciones Estructurales (SEM)Modelado de Ecuaciones EstructuralesAnálisis de Supervivencia
ScholarGateMultilevel Modeling (Multilevel (Hierarchical) Linear Modeling). Recuperado el 2026-06-15 de https://scholargate.app/es/research-statistics/multilevel-modeling · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026