Mô hình Tuyến tính Phân cấp (HLM / Mô hình Đa cấp)
Mô hình Tuyến tính Phân cấp (HLM), còn được gọi là Mô hình Đa cấp (MLM), là một phương pháp thống kê tham số để phân tích dữ liệu có cấu trúc phân cấp hoặc theo cụm — ví dụ: học sinh trong lớp học, bệnh nhân trong bệnh viện, hoặc nhân viên trong các tổ chức. Được chuẩn hóa bởi Raudenbush và Bryk trong văn bản nền tảng năm 2002 của họ (dựa trên công trình từ giữa những năm 1980), HLM đồng thời ước lượng các hiệu ứng ở cấp độ cá nhân và cấp độ nhóm, đồng thời phân chia phương sai một cách chính xác qua các cấp độ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Hierarchical Linear Modeling (HLM / Multilevel Modeling). ScholarGate. https://scholargate.app/vi/statistics/hlm
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.
- Mô hình hiệu ứng hỗn hợpThống kê↔ compare
- Phân tích phương sai một yếu tốThống kê↔ compare
- Phân tích phương sai đo lặp (Repeated-measures ANOVA)Thống kê↔ compare
- Mô hình phương trình cấu trúc (SEM)Thống kê↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →