HLM階層線性模型系列

n  方法介紹:何謂階層線性模型HLM?

階層線性模型(Hierarchical Linear Model HLM)或稱為多層次混合效果模型(Multilevel Mixed Effect Model)應用在管理學、教育學、社會學、組織理論、醫學等相關領域日益廣泛。為什麼除了迴歸分析之外,還要有階層線性模式呢?最典型的例子還是從教育中來看。如果你要看學生的學習成就,但是如果你有很多班級的話,每個班級的老師不同,這就衍生了問題:學生的學習成就可能是受到教師或班級影響,所以我們想要解決缺乏獨立性 (lack of independence) 的問題。從上面的例子來說,你就很容易可以看出來階層性關係。如果學生是第一層 (底層) 的話,班級就是第二層 (上層)。由於這個層次有階層性,所以在統計時就要列入考量,這也就是階層線性模式 的最主要目的。

本課程希望可以藉由融合現今學術趨勢及投稿方向,並搭配實機的操作與說明,透過內化的方式,提升學員對於HLM的認知,讓學員不在停留在操作上,而是可以實際應用於學問上。

n  課程線:

課程名稱

課程內容

上課地點

使用軟體

階層線性模型(HLM)-基礎班

1. 先複習多元迴歸分析、交互作用、變異數分析,之後則講解四個最常被使用的模型(One-way ANOVA, Mean-as- outcome, Random-coefficient, and Intercept-and slopes-as-outcomes),並聚焦在以下三個學習方向─ 

2. WHY─為什麼要學HLM?可以回答的研究問題有那些?如果不用HLM的後果為何?

3. WHAT─HLM是什麼?研究者手上資料的特性為何?該方法的限制為何?

4. HOW─如何操作軟體(HLM)來進行資料分析?如何正確地解釋結果?

課程結束 

HLM 7.0

階層線性模型(HLM)-進階班

1. 進階班為初階班之延伸,將四個最常被使用的模型應用在長期追蹤資料之分析(longitudinal data analysis),因此學員必須要先能熟悉初階班的課程內容。進階班的課程內容包括資料檔整理、各種模型介紹、以及重要議題講解。 

2. 資料檔整理─利用SPSS整理資料檔

3. 各種模型介紹─Linear growth model、Quadratic growth model、Piecewise growth model、Model with time varying covariate and interaction effect

4. 延伸議題─The impact of misspecifying the within-subject covariance structure

課程結束 

HLM 7.0

※詳細授課內容,請參閱各課程的授課大綱。

n  相關參考網站:
    1. 什麼是階層線性模式 (hierarchical linear modeling)http://newgenerationresearcher.blogspot.tw/2011/01/hierarchical-linear-modeling.html
n  試用版軟體下載: