Hierarkisk lineær modellering (HLM / Multilevelmodellering)
Hierarkisk lineær modellering (HLM), også kjent som multilevelmodellering (MLM), er en parametrisk statistisk metode for å analysere nestede eller klyngede data – for eksempel elever i klasserom, pasienter på sykehus eller ansatte i organisasjoner. Formalisert av Raudenbush og Bryk i deres sentrale verk fra 2002 (bygget på arbeid fra midten av 1980-tallet), estimerer HLM samtidig effekter på individnivå og gruppenivå, samtidig som variansen på tvers av nivåer blir korrekt partisjonert.
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.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Hierarchical Linear Modeling (HLM / Multilevel Modeling). ScholarGate. https://scholargate.app/no/statistics/hlm
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.
- Mixed Effects ModelStatistikk↔ compare
- Enveis variansanalyseStatistikk↔ compare
- ANOVA med gjentatte målingerStatistikk↔ compare
- Strukturell ligningsmodellering (SEM)Statistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →