Иерархическое поперечное исследование — многоуровневая наблюдательная модель
Иерархическое поперечное исследование — это количественная наблюдательная модель, которая собирает данные от индивидов, вложенных в единицы более высокого уровня — таких как учащиеся в школах, пациенты в больницах или сотрудники в организациях — в один момент времени. Учитывая не-независимость кластеризованных наблюдений посредством многоуровневого моделирования, она позволяет исследователям одновременно изучать предикторы исхода на индивидуальном и групповом уровнях, не нарушая предположения о независимости обычного регрессионного анализа.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Snijders, T. A. B., & Bosker, R. J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). Sage. ISBN: 978-1849202015
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage. ISBN: 978-0761919049
Как цитировать эту страницу
ScholarGate. (2026, June 3). Hierarchical Cross-Sectional Research Design. ScholarGate. https://scholargate.app/ru/research-design/hierarchical-cross-sectional-research
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Кластерная выборкаМетодология опросов↔ сравнить
- Многоуровневое моделированиеСтатистика исследований↔ сравнить
Упоминается в
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →