Modelado Lineal Jerárquico (HLM / Modelado Multinivel)
El Modelado Lineal Jerárquico (HLM), también conocido como Modelado Multinivel (MLM), es un método estadístico paramétrico para analizar datos anidados o agrupados — por ejemplo, estudiantes dentro de aulas, pacientes dentro de hospitales o empleados dentro de organizaciones. Formalizado por Raudenbush y Bryk en su texto seminal de 2002 (basándose en trabajos de mediados de la década de 1980), el HLM estima simultáneamente efectos a nivel individual y a nivel de grupo, mientras particiona correctamente la varianza entre los niveles.
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.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Hierarchical Linear Modeling (HLM / Multilevel Modeling). ScholarGate. https://scholargate.app/es/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.
- Modelo de efectos mixtosEstadística↔ compare
- Análisis de Varianza UnidireccionalEstadística↔ compare
- ANOVA de medidas repetidasEstadística↔ compare
- Modelado de Ecuaciones Estructurales (SEM)Estadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →