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.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Lähteet
- 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 ↗
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.
- Varianssianalyysi (ANOVA)Tutkimuksen tilastomenetelmät↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Rakenteellinen yhtälömallinnusTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →