多層線性模型的解讀：原理與應(yīng)用

精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，感謝閱讀下載? 精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，感謝閱讀下載? # ?================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============多層線性模型的解讀：原理與應(yīng)用多層線性模型的解讀：原理與應(yīng)用浙江師范大學(xué)心理研究所陳海德 Chenhaide351@一、多層數(shù)據(jù)結(jié)構(gòu)的普遍性多水平、多層次的數(shù)據(jù)結(jié)構(gòu)普遍存在，如學(xué)生嵌套于班級(jí)，班級(jí)有嵌套與學(xué)校。傳統(tǒng)的線性模型，如方差分析和回歸分析，只能涉及一層數(shù)據(jù)的問(wèn)題進(jìn)行分析，不能綜合多層數(shù)據(jù)問(wèn)題。在實(shí)際研究中，更令人感興趣的是學(xué)生一層的變量與班級(jí)一層的變量之間的交互作用，比如，學(xué)生之間的個(gè)體差異在不同班級(jí)之間可能是相同的、也可能是不同的。學(xué)生數(shù)據(jù)層中，不同變量之間的關(guān)系可能因班級(jí)的不同而不同。因此，學(xué)生層的差異可以解釋為班級(jí)層的變量。 另一種類型的兩層嵌套數(shù)據(jù)來(lái)自縱向研究數(shù)據(jù)，不同時(shí)間觀測(cè)數(shù)據(jù)形成了數(shù)據(jù)結(jié)構(gòu)的第一層，而被試之間的個(gè)體差異形成================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============了第二層?？梢蕴剿鱾€(gè)體在發(fā)展趨勢(shì)上的差異。二、傳統(tǒng)技術(shù)處理多層數(shù)據(jù)結(jié)構(gòu)的局限 如果把變量分解到個(gè)體水平，在個(gè)體水平上分析。但是我們知道這些學(xué)生是來(lái)自同一班級(jí)的，不符合觀察獨(dú)立原則。導(dǎo)致個(gè)體間隨機(jī)誤差相互獨(dú)立的假設(shè)不能滿足。 如果把個(gè)體變量集中到較高水平，在較高水平上進(jìn)行分析。這樣丟棄了組內(nèi)信息，而組內(nèi)變異可能占了大部分。三、原理☆水平1的模型與傳統(tǒng)的回歸模型類似，所不同的是回歸方程的截距和斜率不再是一個(gè)常數(shù)，而是水平2變量水平不同，其回歸方程的截距和斜率也不同的，是一個(gè)隨機(jī)變量。如，每個(gè)班級(jí)的回歸方程的截距和斜率都直接依賴于班級(jí)教師教學(xué)方法。 ☆多層線性模型分為“隨機(jī)截距模型”和“隨機(jī)截距和隨機(jī)斜率模型”?！半S機(jī)截距模型'假定因變量的截距隨著群體的不同而不同，但各群體的回歸斜率是固定，因此不同層次因素之間缺乏互動(dòng)?！半S機(jī)截距和隨機(jī)斜率模================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============型”假定截距和回歸斜率都因群體而異，允許不同層次因素之間的互動(dòng)。 參數(shù)估計(jì)方法有：迭代廣義最小二乘法、限制性的廣義最小二乘估計(jì)、馬爾科夫鏈蒙特卡羅法。這些方法代替了傳統(tǒng)的最小二乘法估計(jì)，更為穩(wěn)定和精確。比如，當(dāng)?shù)诙拥哪硢挝恢挥猩倭康谋辉?，或不同組樣本量不同時(shí)，多層線性模型進(jìn)行了加權(quán)估計(jì)、迭代計(jì)算。四、應(yīng)用1用于類似組織管理、學(xué)校教育等具有多層數(shù)據(jù)結(jié)構(gòu)的領(lǐng)域研究。 2用于個(gè)體重復(fù)測(cè)量數(shù)據(jù)的追蹤研究。測(cè)量層面作為第一水平，個(gè)體層面作為第二水平3用于做文獻(xiàn)綜述，即對(duì)眾多研究成果進(jìn)行定量綜合。探討不同研究中進(jìn)行的處理、研究方法、被試特征和背景上的差異與效應(yīng)之間的關(guān)系。 4充分利用多層模型較為高級(jí)的統(tǒng)計(jì)估計(jì)方法來(lái)改善單層回歸的估計(jì)和分析。五、優(yōu)勢(shì)1于多層線性模型建立在更合理的假設(shè)之上，考慮到了來(lái)自不同層次的隨機(jī)誤差和變量信息，因此能提供更================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============加準(zhǔn)確的標(biāo)準(zhǔn)誤估計(jì)、更有效的區(qū)間估計(jì)和假設(shè)檢驗(yàn)。 2多層線性模型可以計(jì)算任何水平上測(cè)量的協(xié)方差，如可以通過(guò)計(jì)算不同水平變異在總變異中占的比率來(lái)確定不同水平對(duì)因變量的影響程度，例如研究者可以探討班級(jí)和學(xué)生的其他特征對(duì)因變量變異的作用到底有多大。還可以分析不同水平上變量之間的交互作用。3可以發(fā)現(xiàn)所得回歸方程中，截距和斜率之間的相關(guān)關(guān)系，以便更好地解釋自變量和因變量之間變化的規(guī)律。4多層次分析不僅可以用于分析觀測(cè)變量之間的因果關(guān)系，而且作為協(xié)方差結(jié)構(gòu)模型的拓展，可以分析具有多層結(jié)構(gòu)的潛變量之間的因果關(guān)系，即建立多層水平結(jié)構(gòu)方程模型。5不僅可以分析層次結(jié)構(gòu)數(shù)據(jù)，還可以分析重復(fù)測(cè)量數(shù)據(jù)。測(cè)量看成第一水平，測(cè)試個(gè)體看成第二水平。 6不僅可以分析服從正態(tài)分布的連續(xù)數(shù)據(jù)，也可以分析離散型的數(shù)據(jù)，如二項(xiàng)分布和泊松分布的數(shù)據(jù)。 7使用范圍較廣，傳統(tǒng)================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============單因素方差分析、回歸分析都是多層分析模型的簡(jiǎn)化。8 六、注意 1如果數(shù)據(jù)不具備結(jié)構(gòu)性，則不必用層次分析。用傳統(tǒng)的單水平分析模型可以得到更好解釋。2雖然用多層分析可以更準(zhǔn)確地描述事物間的因果關(guān)系，但它不能用來(lái)建立理論，不能代替專業(yè)理論方面的分析。 3仍然以線性和正態(tài)的假設(shè)為基礎(chǔ)。4仍然是研究幾個(gè)變量預(yù)測(cè)一個(gè)變量的相對(duì)簡(jiǎn)單回歸結(jié)構(gòu)七、步驟與結(jié)果解釋 第一水平變量x，第二水平變量1為w，第二水平變量2為u，因變量為y1無(wú)條件均值模型：不加入任何自變量，回答是否同一群體具有較大相似性，即第二水平隨機(jī)變異顯著是進(jìn)行后面模型分析的基礎(chǔ)，如果不顯著則沒(méi)有必要進(jìn)行多水平分析。 固定部分的參數(shù)估計(jì)：y的總體平均值估計(jì) 隨機(jī)部分的參數(shù)估計(jì)：群組之間是否存在顯著差異？群組之間的相關(guān)？群組變異在總變異中占的比例？ 描述模型擬合的差異統(tǒng)計(jì)================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============量。比如Deviance=12002無(wú)條件增長(zhǎng)模型：回答的問(wèn)題是因變量y和自變量x是否有線性變化的趨勢(shì)，以及這種線性變化趨勢(shì)是否存在群體間差異。模型中不加入第二層水平的自變量固定部分的參數(shù)估計(jì)：y和x的關(guān)系隨機(jī)部分的參數(shù)估計(jì)：第一水平的截距和斜率是否會(huì)隨著第二水平的變化而變化。描述模型擬合的差異統(tǒng)計(jì)量。比如Deviance=900與零模型相比，減少了300，如果 減少的300達(dá)到顯著，則說(shuō)明加入了第一水平變量，使模型擬合顯著提高。3全模型：回答的問(wèn)題是第二水平中哪些變量對(duì)x-y關(guān)系有影響，影響程度多少。固定部分的參數(shù)估計(jì)：第二水平變量對(duì)x-y關(guān)系的影響是否達(dá)到顯著。對(duì)截距影響顯著，則說(shuō)明第二水平中的w1、w2變量對(duì)因變量y有顯著影響；對(duì)斜率影響顯著，則說(shuō)明w1、w2變量對(duì)x-y關(guān)系有顯著影響。 隨機(jī)部分的參數(shù)估計(jì)：檢驗(yàn)引入第二水平變量w1、w2后，模型================精選公文范文，管理類，工作總結(jié)類，工作計(jì)劃類文檔，歡迎閱讀下載==============中變異的減少程度，說(shuō)明了引入w1、w2的必要性，以及它們解釋多大程