Modèle Linéaire Hiérarchique Robuste
Le Modèle Linéaire Hiérarchique Robuste (Robust HLM) étend le HLM standard en remplaçant ou en protégeant ses erreurs standards contre les violations des hypothèses distributionnelles — principalement les résidus non normaux, l'hétéroscédasticité et les groupes influents. Il conserve la structure imbriquée à deux niveaux (ou plus) tout en produisant des inférences plus fiables dans des conditions de données réelles.
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
- Maas, C. J. M., & Hox, J. J. (2004). Robustness issues in multilevel regression analysis. Statistica Neerlandica, 58(2), 127–137. DOI: 10.1046/j.0039-0402.2003.00252.x ↗
- Hox, J. J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. ISBN: 978-1848728462
Comment citer cette page
ScholarGate. (2026, June 3). Robust Hierarchical Linear Model. ScholarGate. https://scholargate.app/fr/statistics/robust-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 Hiérarchique (HLM)Statistique↔ compare
- Modèle à effets mixtesStatistique↔ compare
- Modélisation multiniveauStatistiques de recherche↔ compare
- Régression linéaire multiple robusteStatistique↔ compare
- Régression RobusteStatistique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →