Иерархическая линейная модель (HLM)
Иерархическая линейная модель (HLM) — это многоуровневый регрессионный метод, предназначенный для данных, в которых единицы нижнего уровня (например, студенты, пациенты) вложены в группы более высокого уровня (например, школы, больницы). Она одновременно моделирует внутригрупповые отношения и межгрупповую вариацию, обеспечивая несмещенные оценки и корректные стандартные ошибки, которые обычная регрессия не может предоставить для вложенных данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage Publications. ISBN: 978-0761919049
- Snijders, T. A. B., & Bosker, R. J. (2012). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). Sage Publications. ISBN: 978-1849202015
Как цитировать эту страницу
ScholarGate. (2026, June 3). Hierarchical Linear Model. ScholarGate. https://scholargate.app/ru/statistics/hierarchical-linear-model
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.
- Обобщенная линейная модель (GLM)Статистика↔ compare
- Модель со смешанными эффектамиСтатистика↔ compare
- Многоуровневое моделированиеСтатистика исследований↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →