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.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.