Metodes pierādījumu reģistrs

Hierarchical Linear Modeling

Hierarchical Linear Modeling (HLM), also known as Multilevel Modeling (MLM), is a parametric statistical method for analyzing nested or clustered data — for example students within classrooms, patients within hospitals, or employees within organizations. Formalized by Raudenbush and Bryk in their 2002 seminal text (building on work from the mid-1980s), HLM simultaneously estimates individual-level and group-level effects while correctly partitioning variance across levels.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Hierarchical Linear Modeling (HLM / Multilevel Modeling)

Taksonomiskās metodes reģistrs · hypothesis-test / statistics

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

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Used in the same domainMixed Effects Modelmachine-suggested · Relational suggestion, not evidence.Same method familyOne-way ANOVAmachine-suggested · Relational suggestion, not evidence.Same method familyRepeated-measures ANOVAmachine-suggested · Relational suggestion, not evidence.Used in the same domainSEMmachine-suggested · Relational suggestion, not evidence.