Process / pipelinehierarchical-data-analysis

Modélisation multiniveau

La modélisation multiniveau (également appelée modélisation linéaire hiérarchique, modélisation à effets mixtes) est un cadre statistique permettant d'analyser des données organisées en structures imbriquées ou groupées — des étudiants au sein d'écoles, des patients au sein d'hôpitaux, des mesures répétées au sein d'individus. Développée par Bryk et Raudenbush (1992), elle tient compte de la dépendance entre les observations et partitionne la variance en niveaux (intra-groupe et inter-groupes), permettant une inférence valide et révélant les effets contextuels. Elle est essentielle en éducation, en médecine, en recherche organisationnelle et dans tout domaine où les données présentent des hiérarchies naturelles.

Appliquer avec StatMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

+31 more

Sources

  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

Comment citer cette page

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

Référencée par

Analyse de la variance (ANOVA)Étude écologique bayésienneModèle Linéaire Hiérarchique BayésienModèle bayésien à effets mixtesRecherche sur les tests de modèles bayésiensRecherche quantitative observationnelle bayésienneRecherche Bayésienne sur Données de PanelInférence statistique bayésienneRecherche par sondage bayésienEssai contrôlé randomisé en grappesExpérience factorielle complète randomisée par grappesExpérience de laboratoire randomisée par clustersConception en quatre groupes de Solomon randomisée par clustersRecherche comparative sur données de panelMéthodes mixtes multiniveaux basées sur la conceptionConception de méthodes mixtes multiniveaux axée sur l'évaluationRecherche causale-comparative hiérarchiqueRecherche hiérarchique confirmatoireRecherche hiérarchique transversaleRecherche descriptive hiérarchiqueModèle Linéaire Hiérarchique (HLM)Recherche sur les tests de modèles hiérarchiquesEnquête relationnelle hiérarchiqueRecherche par enquête hiérarchiqueThéorie de la généralisabilité longitudinaleÉtude écologique méta-analytiqueModèle à effets mixtesÉchantillonnage expérientiel mobile multi-sourcesAnalyse factorielle confirmatoire multiniveau (MCFA)Théorie de la généralisabilité multiniveauFiabilité test-retest multiniveauRecherche longitudinale multivariéeRecherche sur panel multivariéRecherche par tests de modèles sur données de panelÉtude épidémiologique transversale ajustée sur les risquesÉtude écologique ajustée aux risquesModèle Linéaire Hiérarchique RobusteModélisation par équations structurelles (MES)Modélisation par équations structurellesAnalyse de survie
ScholarGateMultilevel Modeling (Multilevel (Hierarchical) Linear Modeling). Consulté le 2026-06-15 sur https://scholargate.app/fr/research-statistics/multilevel-modeling · Jeu de données : https://doi.org/10.5281/zenodo.20539026