| 分层线性模型是1990年代在国际统计学界迅速推广并得到广泛应用的新的统计分析技术，本书是这一分析方法的代表作。全书分原理，基本应用，高级应用以及估计理论四大部分内容。本书提供的技术细节适合大多数社会科学和行为科学研究人员的需要，包括足够多的实际操作建议和研究示范，并与HLM软件结合，是多层分析者的手册和用户指南。 |
| 第一部分 原理 1 导言 分层数据结构：一个常见现象 分层数据分析中持续的两难问题 分层模型统计理论的发展简史 分层线性模型的早期应用 个体效应的改进估计 对层次之间效应的建模 分解方差协方差成分 本书第1版问世以来的新发展 结果变量范围的扩展 与交互分类数据结构的结合 多元模型 潜在变量模型 贝叶斯推断 本书的框架结构 2 分层线性模型的原理 初步知识 对某一学校的社会经济状况与成绩关系的研究 对两个学校的社会经济状况与成绩关系的研究 对J个学校的社会经济状况与成绩关系的研究 一般模型及其简单子模型带随机效应的单因素方差分析 将平均数作为结果的回归模型 带随机效应的单因素协方差分析 随机系数回归模型 将截距和斜率作为结果的回归模型 非随机变化斜率模型 本节提要 基本分层线性模型的推广 多元X和多元W 对层-1和层-2上的误差结构的推广 超出基本的两层分层线性模型的扩展 选择X和W的定位（对中） X变量的定位 W变量的定位 本章术语及注释的概括 简单的两层模型 注释与术语概括 一些定义 子模型的类型 3 分层线性模型估计及假设检验的原理 估计理论 固定效应的估计 随机层-1系数的估计 方差协方差成分的估计 假设检验 固定效应的假设检验 随机层-1系数的假设检验 方差协方差成分的假设检验 本章术语概要 4 示例 介绍 单因素方差分析 模型 结果 以均值作为结果的回归 模型 结果 随机系数模型 模型 结果 以截距和斜率作为结果的模型 模型 结果 估计一个特定单位的层-1系数 最小二乘法 无条件收缩 条件收缩 区间估计的比较 需要注意的问题 本章术语概要 第二部分 基本应用 5 组织研究中的应用 6 个体变化研究中的应用 7 HLM在元分析和其他层-1方差已知情况下的运用 8 三层模型 9 评价分层模型的恰当性 第三部分 高级应用 10 分层一般化线性模型 11 潜在变量的分层模型 12 交互分类的随机效应模型 13 分层模型的贝叶斯推断 第四部分 估计理论 14 估计理论 文献索引 关键词索引 |
内容加载中，请稍后...
商品评论（0条）