HLM多层线性模型教程

? 1

? 2

? 3

? 4

? 5

分步阅读

那么采用HLM软件如何看输出的结果呢？HLM迄今没有中文版本，因此输出结果全部以英文显示。但是其中很多内容是没有什么实质作用，因此我们也很容易对其进行解读。下面来看一个我最近帮别人处理的数据输出结果。

工具/原料 ?

HLM6.0软件

方法/步骤

1. 在输出的最开始部分说明所用软件的名称、作者和发行公司、技术支持的联系EMail地址、公司的网址和本次运行的时间等。

2. 以上显示有关文件的存放位置，模型各个层面上的单元个数，程序默认的最大迭代次数被预定为100，如果程序运行了100次迭代后发现模型不能收敛，就会自动询问使用者是否继续运行程序，这个时候，我们只需要输入“yes”即可。模型所用的参数估计方法为限制性极大似然估计（restricted maximum likehood).

3. 下面是对变量的加权情况描述，本次运算没有对参与计算的变量值进行加权处理。同时表示模型中的因变量名为score。

4. 下图描述模型中的固定部分，本例中第一层的固定部分由4个参数：截距BO和斜率B1，B2，B3；第二层的固定部分有16个系数。

5. 然后如下图为模型表达式

6. 由于篇幅原因，后面的结果请参照下一篇经验。

END

原作者：delta数据工作室

HLM多层线性模型教程：[6]结果分析2

? ? ? ? ?

| 浏览：153 |

更新：2014-03-02 14:47

?

1

? 2

? ?

3 4

? 5

? 6

分步阅读

上一篇我们介绍了结果的前几个部分，这些部分都不是很重要，接下来我将为大家解读后面输出的更重要的部分。

工具/原料

?

HLM6.0软件

方法/步骤

1. 下图呈现的是对模型随机部分的信息描述，当前模型中第一层上的随机变异为sigma square,第二层的变异包括第一层截距和各个学率系数在第二城上的变异。分别为协方差矩阵和相关矩阵。