مدل خطی سلسله مراتبی (HLM)
مدل خطی سلسله مراتبی (HLM) یک روش رگرسیون چند سطحی است که برای دادههایی طراحی شده است که در آن واحدهای سطح پایینتر (مانند دانشآموزان، بیماران) در گروههای سطح بالاتر (مانند مدارس، بیمارستانها) قرار دارند. این مدل به طور همزمان روابط درونگروهی و تغییرات بینگروهی را مدلسازی میکند و تخمینهای بدون اریب و خطاهای استاندارد صحیح را تولید میکند که رگرسیون معمولی برای دادههای تودرتو نمیتواند ارائه دهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage Publications. ISBN: 978-0761919049
- Snijders, T. A. B., & Bosker, R. J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). Sage Publications. ISBN: 978-1849202015
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Hierarchical Linear Model. ScholarGate. https://scholargate.app/fa/statistics/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.
- مدل خطی تعمیمیافته (GLM)آمار↔ compare
- مدل اثرات مختلط (یا مدل خطی مختلط) رگرسیون معمولی را با گنجاندن هر دو اثرات ثابتآمار↔ compare
- مدلسازی چندسطحیآمار پژوهش↔ compare
- رگرسیون حداقل مربعات معمولی (OLS)اقتصادسنجی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →