Modello Lineare Gerarchico Robusto
Il Modello Lineare Gerarchico Robusto (Robust HLM) estende l'HLM standard sostituendo o proteggendo i suoi errori standard da violazioni delle assunzioni distribuzionali — principalmente residui non normali, eteroschedasticità e cluster influenti. Mantiene la struttura nidificata a due livelli (o superiore) producendo un'inferenza più affidabile in condizioni di dati reali.
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.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Hierarchical Linear Model. ScholarGate. https://scholargate.app/it/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.
- Modello Lineare Gerarchico (HLM)Statistica↔ compare
- Modello a Effetti MistiStatistica↔ compare
- Modellazione multilivelloStatistica per la ricerca↔ compare
- Regressione Lineare Multipla RobustaStatistica↔ compare
- Regressione RobustaStatistica↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →