精选优质文档-倾情为你奉上多层线性模型：HLM（hierarchical linear model）计量模型，为解决传统统计方法如回归分析在处理多层嵌套数据时的局限而产生的，是目前国际上较前沿的一套社会科学数据分析的理论和方法，优势体现两个方面：一是解决了数据嵌套问题；二是为追踪研究或重复测量研究引入了新方法。传统的线性模型，例如，ANOVA或者回归分析，只能对涉及某一层数据的问题进行分析，而不能将涉及两层或多层数据的问题进行综合分析，而多层线性模型对解决这些问题提供了有效的统计方法。多层线性模型的参数估计方法与进行两次回归的方法在概念上是相似的, 但二者的统计估计和验证方法却是不同的, 并且多层线性模型的参数估计方法更为稳定。因此多层模型的应用范围也相当广泛，与传统的用于处理多元重复测量数据的方法相比，该模型具有对数据资料要求低、能够明确表示个体在第一层次的变化情况、可以通过定义第一层次和第二层次的随机变异解释个体随时间的复杂变化情况、可以考虑更高一层次的变量对于个体增长的影响等特点。多层线性模型( multilevel model ) 由Lindley 等于
