| 本书主要是以随机系数模型来处理多层次模型，这种模型具有固定变量与随机系数。第1章介绍了这个模型的基本概念与专有名词，并利用一些研究范例来说明其使用时机。第4章则以NELS88的实际数据来进行分析与解释的示范。本书所使用的软件是由英国伦敦大学教育学院研究人员所发展的MLn，可以处理多层次的数据。本书的实作部分，我们会以MLn的符号和语法来转换各种不同模型的方程式。在书中，MLn的语法是放在方框当中，随着模型的变化，列出语法的变化，这些语法非常容易理解与阅读，读者并不需要花费太多力气去记忆指令和符号，我们会适时地加以说明。本书对于MLn的使用者来说非常的实用，但是本书的内容并不只限于MLn的使用者阅读。 |
| 1 概说 1.1绪论 1.1.1阶层、宏观层次与微观层次 1.1.2多层次模型 1.2范例 1.2.1企业员工的薪资水平 1.2.2药物滥用预防研究 1.2.3学校效能研究 1.2.4临床治疗研究 1.2.5成长曲线分析 1.2.6地理信息系统 1.2.7元分析 1.2.8双生子与家庭研究 1.3综述与定义 1.3.1脉络模型 1.3.2组内相关 1.3.3固定与随机系数 1.3.4跨层级交互作用 1.3.5 预测 1.3.6缩动与借力 1.4简史 1.4.1方差成分 1.4.2随机系数 1.4.3变动系数 1.4.4变化系数 1.4.5追踪数据 1.4.6成长曲线与重复量数 1.4.7贝叶斯线性模型与经验贝叶斯估计 1.4.8调节变量 1.4.9斜率结果 1.5进一步的读物 1.6软件 1.6.1 HLM 1.6.2 VARCI 1.6.3 BMDP5-V 1.6.4 MLn 1.6.5 PROC MIXED 1.6.6 MIXOR and MIXREG 1.7摘要 2 脉络模型概述 2.1绪论 2.2模型 2.3资料 2.4方差分解 2.5整体回归 2.6聚合回归 2.7脉络模型 2.8 Cronbach模型 2.9协方差分析 2.10脉络模型的MLn分析 2.1l摘要 译者分析 1.整体回归 2.加权聚合回归 3.脉络模型 4.Cronbach模型 5.协方差分析 3 变动与随机系数模型 3.1绪论 3.2分组回归 3.3变动系数 3.4随机系数模型 3.5线性模型的假设 3.6“斜率结果”分析 3.7随机系数模型分析结果 3.7.1增加一个宏观层次解释变量 3.7.2后验平均数 3.8替代模型：协方差分析 3.9参数的数目 3.10摘要 译者分析 1.分组回归 2.随机系数模型(宏观层次无解释变量) 3.随机系数模型(一个宏观解释变量Public) 4.随机系数模型(一个宏观解释变量Public) 4 范例分析 4.1绪论 4.1.1数据描述 4.1.2本章四部分的组成 4.2第一部分 4.2.1模型的标示 4.2.2虚无模型(null model) 4.2.3[家庭作业]与[数学成绩] 4.2.4[家庭作业]的随机斜率 4.2.5增加[父母教育] 4.2.6传统回归分析 4.3第二部分 4.3.1简介 4.3.2带有[学校规模]的模型 4.3.3以[公立]代替[学校规模] 4.3.4增加[公立]的跨层级交互作用 4.3.5 NEL$88完整数据的分析 4.3.6消除[家庭作业]增加[白人]的小样本分析 4.3.7增加[白人]的随机部分 4.3.8[白人]斜率设为固定增加[平均SES] 4.3.9移除学校特征[公立]变量 4.3.10增加[家庭作业]与[平均SES]的交互作用 4.3.1l增加另一个学生层次变量 4.3.12 NELs88完整数据库分析 4.4第三部分 4.4.1以社经地位为解释变量 4.4.2增加随机斜率 4.4.3增加[种族比例] 4.4.4增加[平均SES] 4.4.5 NELS88完整数据库分析 4.5第四部分 4.5.1以班级规模与跨层级交互作用所进行的分析 4.5.2[生师比]与[家庭作业]的交互作用 4.5.3 NELS88完整数据库的重新分析 4.6讨论 译者分析 1.模型0：虚无模型 2.模型l：一个微观解释变量HomeWork 3.模型2：一个微观解释变量HomeWork与随机斜率 4.模型3：两个微观解释变量HomeWork(随机斜率)与父母教育(固定斜率) 5.模型4…… |
内容加载中，请稍后...
商品评论（0条）