Modellazione multilivello
La modellazione multilivello (detta anche modellazione lineare gerarchica, modellazione a effetti misti) è un quadro statistico per analizzare dati organizzati in strutture nidificate o raggruppate: studenti all'interno di scuole, pazienti all'interno di ospedali, misurazioni ripetute all'interno di individui. Sviluppata da Bryk e Raudenbush (1992), tiene conto della dipendenza tra le osservazioni e ripartisce la varianza in livelli (all'interno del cluster e tra i cluster), consentendo inferenze valide e rivelando effetti contestuali. Essenziale nell'istruzione, nella medicina, nella ricerca organizzativa e in qualsiasi campo in cui i dati presentino gerarchie naturali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/it/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.
- Analisi della Varianza (ANOVA)Statistica per la ricerca↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Modellizzazione di Equazioni StrutturaliStatistica per la ricerca↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →