Zapis dowodowy metody

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

Zapis źródłowy

Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.

Hierarchical Linear Modeling (HLM / Multilevel Modeling)

Taksonomiczny zapis metody · 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

Otwórz pełną metodę

Wyselekcjonowane twierdzenia

Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.

Brak wyselekcjonowanych twierdzeń

Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.

Powiązane metody

Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.

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.