Pemodelan Berbilang Aras
Pemodelan berbilang aras (juga dikenali sebagai pemodelan linear hierarkis, pemodelan kesan campur) ialah rangka kerja statistik untuk menganalisis data yang disusun dalam struktur bersarang atau berkluster—pelajar dalam sekolah, pesakit dalam hospital, ukuran berulang dalam individu. Dibangunkan oleh Bryk dan Raudenbush (1992), ia mengambil kira kebergantungan antara pemerhatian dan membahagikan varians kepada peringkat (dalam-kluster dan antara-kluster), membolehkan inferens yang sah dan mendedahkan kesan konteks. Penting dalam pendidikan, perubatan, penyelidikan organisasi, dan mana-mana bidang di mana data mempunyai hierarki semula jadi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/ms/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.
- Analisis Varians (ANOVA)Statistik Penyelidikan↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Pemodelan Persamaan StrukturStatistik Penyelidikan↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →