Hierarkkinen lineaarinen malli (HLM)
Hierarkkinen lineaarinen malli (HLM) on monitasoinen regressiomenetelmä, joka on suunniteltu aineistoille, joissa alemman tason yksiköt (esim. opiskelijat, potilaat) ovat sisäkkäin korkeamman tason ryhmissä (esim. koulut, sairaalat). Se mallintaa samanaikaisesti ryhmänsisäisiä suhteita ja ryhmien välisiä eroja tuottaen harhattomia estimaatteja ja oikeita keskivirheitä, joita tavallinen regressio ei pysty tarjoamaan sisäkkäisille aineistoille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Hierarchical Linear Model. ScholarGate. https://scholargate.app/fi/statistics/hierarchical-linear-model
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Yleistetty lineaarinen malli (GLM)Tilastotiede↔ vertaa
- Mixed Effects ModelTilastotiede↔ vertaa
- MonitasomallinnusTutkimuksen tilastomenetelmät↔ vertaa
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →