Process / pipelinehierarchical-data-analysis

Monitasomallinnus

Monitasomallinnus (kutsutaan myös hierarkkiseksi lineaariseksi mallinnukseksi, sekoitemallinnukseksi) on tilastollinen viitekehys sisäkkäisiin tai ryhmiteltyihin rakenteisiin järjestäytyneen datan analysointiin – opiskelijat kouluissa, potilaat sairaaloissa, toistomittaukset yksilöissä. Brykin ja Raudenbushin (1992) kehittämä menetelmä ottaa huomioon havaintojen välisen riippuvuuden ja jakaa varianssin tasoihin (ryhmän sisäinen ja ryhmien välinen), mikä mahdollistaa pätevän päättelyn ja paljastaa kontekstivaikutukset. Olennainen koulutuksessa, lääketieteessä, organisaatiotutkimuksessa ja kaikilla aloilla, joilla datalla on luonnollisia hierarkioita.

Sovella työkalulla StatMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

+31 more

Lähteet

  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

Näin viittaat tähän sivuun

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

Tähän viittaavat

ScholarGateMultilevel Modeling (Multilevel (Hierarchical) Linear Modeling). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/research-statistics/multilevel-modeling · Aineisto: https://doi.org/10.5281/zenodo.20539026