logo
分类于: 人工智能 计算机基础

简介

分层线性模型: 应用与数据分析方法

分层线性模型: 应用与数据分析方法 8.5分

资源最后更新于 2020-09-05 22:00:35

作者:[美] Stephen W.Raudenbush

译者:郭志刚

出版社:社会科学文献出版社

出版日期:2007-01

ISBN:9787802307308

文件格式: pdf

标签: 统计学 社会学 分层线性模型 数据分析 统计 心理统计 计量经济学 研究方法

简介· · · · · ·

您一直等待的修订版就在这里!由于充满丰富的研究示例,并对分层线性模型(HLM)理论与应用有透彻的解释,其第1版就广受欢迎,现在这本书的第2版又重新组织为四大部分,并且加入了全新的4章内容。前两个部分,即第一部分“原理”和第二部分“基本应用”,紧密对应着上一版中的9章,但是已经大量扩展了内容,技术解释更为清晰,比如:

对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。

在第6章中新加了一节多元增长模型。

第7章增加了对研究综合或元分析应用的讨论。

对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。

虽然第1版主要是讨论层-1结果变量为连续分布的情况,然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析,比如:   新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件...

直接下载

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

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