发帖
雷达卡
HLM使用心得（有收获，有问题、会更新）
近期才知道有HLM模型，觉得有点意思，于是乎就学习了下，有点心得与大家共享。
一、什么是HLM
中文名为跨层次线性分析模型。
首先来说说这个“层”，可以是两层，也可以是三层。比如对北京市居民的调研，一是分区（平原区、丘陵区、山区），二是可以分村镇（城镇、近郊村、远郊村），三是个人层面。由此，对于某个居民来说，从他/她身上观测到的特征，一是个人独立拥有的，二是村镇整体的特征在个人身上的体现，三是区特征在个人身上的体现。
其次说说这个线性模型，简单来说就是两个OLS模型（以两层模型为例），一个在个体level-1层面，一个在团体level-2层面（在上文的例子来看，可以是村镇或者区层面）。由此，要注意个体自变量（请注意解释变量大致可以分为：自变量+控制变量）分成两类，一是个体层面度量获得的自变量，叫作level-1预测因子，二是在团体层面度量获得的，叫作level-2预测因子。在个体和团队层面都可以有一些控制变量，比如个体的年龄、团体成立的时间。
模型有几点需要注意的（操作步骤类此）：
一是每层都是线性模型；
二是空模型的设定在第一层，注意第一层公式只有一个，第二层公式数量取决于第一层需要得到的回归系数数量；
三是空模型中的第一个层公式加入level-1预测因子，成为随机模型；
四是随机模型的第二层的第一个公式（以第一层公式的截距项系数作为因变量）加入level-2预测因子，则成为截距模型；
五是在截距模型基础上，对第二层的第二个公式（第一层公式的自变量系数作为因变量）加入level-2预测因子，则成为斜率模型。
最后要强调下，如一般线性模型一样，多层次线性模型依旧是用来揭示和解读自变量和因变量的因果关系，两者的区别无非是将用作解释的因素从个体成面提升到了团队层面，因此重中之重在与：一是系数的大小及显著性；二是模型整体的拟合优度（Deviance-变异值的变化等）
一、使用HLM的步骤
1.需要有个HLM的软件。作为收费软件，HLM提供了免费的学生版，有点良心。但是学生版可以跑的变量十分有限，应该不超过5个。当然，HLM也不允许有太多变量，否则不易聚合。
2. 要有个数据集（用于level-1公式计算），包括个体变量；根据分类分量汇总出一个新的数据集（用于level-2公式计算），包括团体变量。
3. 确定是否存在组间效应，即进行分层次的研究是否有必要（通过空模型完成，只要在第一层公式中将因变量设定，其他不需要有变量即可），只有当：组间方差/（组间方差+组内方差）>0.059，才行，当然越大越好。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
