Robust Hierarchical Linear Model
Robust Hierarchical Linear Model (Robust HLM) extends standard HLM by replacing or protecting its standard errors against violations of distributional assumptions — chiefly non-normal residuals, heteroscedasticity, and influential clusters. It retains the nested, two-level (or higher) structure while producing more trustworthy inference under real-world data conditions.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.