Hierarchijsko linearno modeliranje (HLM / Multilevel Modeling)
Hierarchijsko linearno modeliranje (HLM), poznato i kao multilevel modeliranje (MLM), parametarska je statistička metoda za analizu ugniježđenih ili klasteriziranih podataka — na primjer, učenika unutar razreda, pacijenata unutar bolnica ili zaposlenika unutar organizacija. Formalizirano od strane Raudenbuscha i Bryka u njihovom seminalnom tekstu iz 2002. (nadograđujući rad iz sredine 1980-ih), HLM istovremeno procjenjuje učinke na individualnoj i grupnoj razini, ispravno dijeleći varijancu među razinama.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Raudenbush, S.W. & Bryk, A.S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage. ISBN: 978-0761919049
- Hox, J.J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. DOI: 10.4324/9780203852279 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Hierarchical Linear Modeling (HLM / Multilevel Modeling). ScholarGate. https://scholargate.app/hr/statistics/hlm
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.
- Model mješovitih učinakaStatistika↔ compare
- Jednosmjerna analiza varijanceStatistika↔ compare
- ANOVA za ponovljena mjerenjaStatistika↔ compare
- Modeliranje strukturnim jednadžbama (SEM)Statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →