Многоуровневое моделирование
Многоуровневое моделирование (также называемое иерархическим линейным моделированием, моделированием со смешанными эффектами) представляет собой статистический подход для анализа данных, организованных в иерархические или кластерные структуры: студенты в школах, пациенты в больницах, повторные измерения у индивидов. Разработанное Брайком и Рауденбушем (Bryk and Raudenbush, 1992), оно учитывает зависимость между наблюдениями и разделяет дисперсию на уровни (внутрикластерный и межкластерный), что позволяет делать обоснованные выводы и выявлять контекстные эффекты. Этот метод незаменим в образовании, медицине, организационных исследованиях и любой области, где данные имеют естественные иерархии.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/ru/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.
- Дисперсионный анализ (ANOVA)Статистика исследований↔ compare
- Логистическая регрессияСтатистика исследований↔ compare
- Структурное моделирование (Structural Equation Modeling)Статистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →