Flernivåmodellering
Flernivåmodellering (også kalt hierarkisk lineær modellering, blandede effekter-modellering) er et statistisk rammeverk for å analysere data organisert i nestede eller klyngede strukturer – studenter innenfor skoler, pasienter innenfor sykehus, gjentatte målinger innenfor individer. Utviklet av Bryk og Raudenbush (1992), tar den hensyn til avhengighet mellom observasjoner og fordeler varians i nivåer (innenfor-klynge og mellom-klynger), noe som muliggjør gyldig inferens og avslører konteksteffekter. Essensielt innen utdanning, medisin, organisasjonsforskning og ethvert felt der data har naturlige hierarkier.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/no/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.
- Variansanalyse (ANOVA)Forskningsstatistikk↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- StrukturmodelleringForskningsstatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →