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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Fuentes
- 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 ↗
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.
- Análisis de Varianza (ANOVA)Estadística para la investigación↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Modelado de Ecuaciones EstructuralesEstadística para la investigación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →