Modèle Linéaire Hiérarchique (HLM)
Le Modèle Linéaire Hiérarchique (HLM) est une méthode de régression multiniveaux conçue pour des données dans lesquelles les unités de niveau inférieur (par ex., étudiants, patients) sont imbriquées dans des groupes de niveau supérieur (par ex., écoles, hôpitaux). Il modélise simultanément les relations intra-groupe et la variation inter-groupe, produisant des estimations sans biais et des erreurs standard correctes que la régression ordinaire ne peut fournir pour des données imbriquées.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Hierarchical Linear Model. ScholarGate. https://scholargate.app/fr/statistics/hierarchical-linear-model
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.
- Modèle Linéaire Généralisé (GLM)Statistique↔ compare
- Modèle à effets mixtesStatistique↔ compare
- Modélisation multiniveauStatistiques de recherche↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →