Modeliranje na više razina
Modeliranje na više razina (također poznato kao hijerarhijsko linearno modeliranje, mješoviti efekti) je statistički okvir za analizu podataka organiziranih u ugniježđene ili klasterizirane strukture—učenici unutar škola, pacijenti unutar bolnica, ponovljena mjerenja unutar pojedinaca. Razvijeno od strane Bryka i Raudenbuscha (1992.), uzima u obzir ovisnost među zapažanjima i dijeli varijancu na razine (unutar-klastera i između-klastera), omogućujući valjano zaključivanje i otkrivajući kontekstualne učinke. Ključno u obrazovanju, medicini, organizacijskim istraživanjima i bilo kojem polju gdje podaci imaju prirodne hijerarhije.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Izvori
- Bryk, A. S., & Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE Publications. DOI: 10.2307/2075823 ↗
- Goldstein, H. (2011). Multilevel Statistical Models (4th ed.). Wiley-Blackwell. DOI: 10.1002/9780470973394 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/hr/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.
- Analiza varijance (ANOVA)Istraživačka statistika↔ compare
- Logistička regresijaIstraživačka statistika↔ compare
- Modeliranje strukturalnih jednadžbiIstraživačka statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →