多层统计分析模型.ppt

两个水平1自变量、一个水平2自变量 * ppt课件 一般模型 * ppt课件 SAS中的公式表达 * ppt课件 模型假设 * ppt课件 模型假设—SAS的表达 * ppt课件 固定和随机回归系数 * ppt课件 模型估计方法 * ppt课件 最大似然法（ML） 包括普通最大似然法（ML）和限制性最大似然法（REML）； 两者用于估计的残差基础不同，后者的残差包括所有的随机变异； REML是SAS的MIXED过程和HLM的默认算法； REML通常用于组数量较少的模型； ML可以用于模型比较，而REML不行； REML估计较优，而ML较快。 * ppt课件 最小二乘法（LS） 包括迭代广义最小二乘法（IGLS）和限制性迭代广义最小二乘法（RIGLS） 都以普通最小二乘估计（OLS）为初始值进行迭代； 地位及相对关系大致等同于ML和REML； 是MLwiN使用的算法。 * ppt课件 经验Bayes方法（EB） “收缩估计（shrinkage estimator）” 以可靠性权重确定最后的估计值； 对于某些样本量很小的组，则更多的使用总样本的信息，进行“借力（borrow strength）” * ppt课件 空模型的可靠性权重 * ppt课件 对模型拟合的评价 SAS给出：-2LL，AIC，AICC，BIC等统计量，其值越小越好； 但只在比较模型时有用； 模型收敛的速度可以说明拟合