Educational Hierarchical Linear Modeling
Educational hierarchical linear modeling (HLM) is a multilevel regression framework for data in which students are nested within classrooms and classrooms within schools. Formalized for education by Raudenbush and Bryk, it lets the intercept and slopes of a student-level regression vary across schools, simultaneously estimating student-level relationships, school-level relationships, and the cross-level interactions between them — while producing correct standard errors that single-level regression on clustered data cannot.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
+1 de plus
Sources
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage. ISBN: 9780761919049
- Bryk, A. S., & Raudenbush, S. W. (1987). Application of hierarchical linear models to assessing change. Psychological Bulletin, 101(1), 147–158. DOI: 10.1037/0033-2909.101.1.147 ↗
Comment citer cette page
ScholarGate. (2026, June 22). Hierarchical Linear Modeling of Students Nested in Classrooms and Schools. ScholarGate. https://scholargate.app/fr/education/hierarchical-linear-education
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Educational Growth Curve ModelingEducation↔ comparer
- Modèle Linéaire Hiérarchique (HLM)Statistique↔ comparer
- Modélisation Linéaire Hiérarchique (HLM / Modélisation Multiniveaux)Statistique↔ comparer
- Modélisation multiniveauStatistiques de recherche↔ comparer
Référencée par
Méthodes similaires
Une erreur sur cette page ? Signalez-la ou proposez une correction →