多层线性模型原理与应用.ppt

三、多层线性模型的应用第四步，分析斜率变异成分是否可由组织层面的变量所解释，进而检验假设3关于调节变量在预测变量与因变量的关系间是否具有调节效应。斜率项预测模式Level-1：Yij=β0j+β1jXij+β2jZij+βcj(控制变量)+rijLevel-2：β0j=γ00+γ01Wij+γ02Gij+μ0jβ1j=γ10+γ11Wij+γ12Gij+μ1jβ2j=γ20+γ21Wij+γ22Gij+μ2jβcj=γc0+μcj式中，γ11=Level-2的斜率（用来检验H3a）γ12=Level-2的斜率（用来检验H3b）γ21=Level-2的斜率（用来检验H3c）γ22=Level-2的斜率（用来检验H3d）第21页,共22页，2024年2月25日，星期天感谢大家观看第22页,共22页，2024年2月25日，星期天关于多层线性模型原理与应用一、多层线性模型简介在许多研究中，取样往往来自不同层级和单位，这种数据带来了很多跨级（多层）的研究问题，解决这些问题的一种新的数据分析方法——多层模型分析技术。?“多层分析”（MultilevelAnalysis），英国伦敦大学HarveyGoldstein教授。?“分层线性模型结构”(HierarchicalLinearModeling)，美国密歇根大学StephenW.Raudenbush教授。?“多层线性模型”或“多层模型”，张雷等人。第2页,共22页，2024年2月25日，星期天一、多层线性模型简介1、多层数据结构的普遍性多层（多水平）数据指的是观测数据在单位上具有嵌套的关系。（1）教育研究领域学生镶嵌于班级，班级镶嵌于学校，或者学生简单地镶嵌于学校。这时学生代表了数据结构的第一层，而班级或学校代表的是数据结构的第二层；如果数据是学生镶嵌于班级，而班级又是镶嵌于学校，那么就是三层数据结构。传统的线性模型，例如方差分析和回归分析，只能对涉及一层数据的问题进行分析。而在教育研究中，更为重要的和令人感兴趣的正是关于学生层的变量与班级或学校层变量之间的交互作用。第3页,共22页，2024年2月25日，星期天一、多层线性模型简介（2）组织心理学研究领域研究者的兴趣常常在于组织与镶嵌于不同组织的雇员之间的关系。雇员层上的变量结果中的差异，或者变量之间关系的差异，可以解释为组织层上预测变量的函数。（3）纵向研究、重复研究在发展心理学中，研究者可以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。第4页,共22页，2024年2月25日，星期天一、多层线性模型简介2、多层数据的传统分析方法在社会科学研究中，组效应或者背景效应问题已经困扰了研究者大约半个世纪。社会科学研究假设，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（池塘效应）：由个体所处环境所造成的变异。第5页,共22页，2024年2月25日，星期天一、多层线性模型简介（1）只关注个体效应，而忽视组效应在个体这一层数据上得到的相关系数可能是错误的，因为相似背景的个体比组外个体相似程度更高；另一个结果就是增大了犯Ⅰ类错误的概率，因为观测到的效应既包含个体效应，又包含组效应。（2）在组水平上进行分析?给个体层次的数据加入一个组变量；?把数据集中起来，使其仅在第二层的组间发挥作用，从而丢失了重要的个体信息。第6页,共22页，2024年2月25日，星期天一、多层线性模型简介对相同的数据进行三次计算：?一是在组内的个体层上进行的分析，称为组内效应；?二是通过平均或整合第一层中的个体数据，得到第二层的组间数据，称为组间效应；?三是忽视组的特性而对所有的数据进行分析，称为总效应。在此基础上，计算组内效应和组间效应在总效应中的比例，从而确定变异来自组间还是组内。组内分析组间分析的方法较前两种方法更多的考虑到了第一层数据及第二层数据对变异产生的影响，但并无法对组内效应和组间效应做出具体的解释，也就无法解释为什么在不同的组变量间的关系存在差异。第7页,共22页，2024年2月25日，星期天一、多层线性模型简介3、多层线性模型分析方法回归的回归方法Eg：个体成就目标导向（X）