多层线性模型

镶嵌于班级,而班级又是镶嵌于学校,那么就是三层数据结构。多层线性模型简介(2)组织心理学研究领域Eg:雇员镶嵌于不同的组织、工厂(3)发展心理学领域Eg:纵向研究、重复研究在一段时间内对儿童进行多次观察,那么不同时间的观测数据形成了数据结构的第一层,而儿童之间的个体差异则形成了数据结构的第二层。这样,就可以探索个体在其发展趋势或发展曲线上的差异。两水平层次结构数据水平2水平1层次结构数据的普遍性层次结构数据为一种非独立数据,即某观察值在观察单位间(或同一观察单位的各次观察间)不独立或不完全独立,其大小常用组内相关(intra-classcorrelation,ICC)度量。例如,来自同一家庭的子女,其生理和心理特征较从一般总体中随机抽取的个体趋向于更为相似,即子女特征在家庭中具有相似性,数据是非独立的。违背了传统回归(OLS)中关于残差相互独立的假设采用经典方法可能失去参数估计的有效性并导致不合理的推断结论。经典方法框架下的分析策略经典的线性模型只对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。但有时某个现象既受到水平1变量的影响,又受到水平2变量的影响,还受到两个水平变量的交互影响(cross-levelinteraction)。个体的某事件既受到其自身特征的影响,也受到其生活环境的影响,即既有个体效应,也有环境或背景效应(contexteffect)。例如,学生(个体)的学习成绩与学生的勤奋程度有关,还与学校的师资配备有关。企业的创新能力与企业自身的创新投入、学习能力有关,还与企业所属产业的R&D强度有关。多层线性模型简介2、多层数据的传统分析方法个体的行为既受个体自身特征的影响,也受到其所处环境的影响,所以研究者一直试图将个体效应与组效应(背景效应或环境效应)区分开来。个体效应:由个体自身特征所造成的变异。组效应:由个体所处环境所造成的变异。