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.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- 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
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
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.