Запис доказів методу

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

Запис джерела

Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.

Hierarchical Linear Modeling (HLM / Multilevel Modeling)

Запис таксономічного методу · 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

Відкрити повний метод

Відібрані твердження

Твердження збережено в журналі доказів, кожне зі своєю оцінкою.

Відібраних тверджень ще немає

Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.

Пов'язані методи

Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.

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.