入学成绩对学业表现的多层线性模型：学校层级的随机效应.docxVIP

入学成绩对学生学业表现影响的多层线性模型分析

1案例背景

本案例旨在探讨入学成绩对学生后续学业表现的影响，同时考虑学生嵌套于学校的层级结构。研究纳入4059名学生，分布于65所学校，每校最少2人、最多198人，平均每校62.446人。由于学生层面数据嵌套于学校层面，传统线性回归假设观测值相互独立可能低估标准误，因此采用多层线性模型（HierarchicalLinearModel,HLM）进行建模，以入学成绩为自变量，学业表现为因变量，学校为分组变量。模型采用限制极大似然法（REML）进行参数估计。全部统计分析使用SPSSAU在线数据分析平台完成。

2分析结果

在SPSSAU【实验/医学研究】模块选择【多层线下模型HLM】，将变量拖拽至右侧对应分析框，操作如下图：

表1模型基本情况

表1展示了多层线性模型的基本情况。研究共纳入4059名学生，分布在65所学校中，每组最少2人、最多198人，平均每组62.446人。模型采用REML方法进行参数估计，Log似然值为-4663.785。样本量充足且组数较多，满足多层线性模型建模的基本要求。

2.1固定效应参数估计

表2固定效应参数估计

表2报告了模型的固定效应参数估计结果。截距项的回归系数为-0.012（SE=0.040，z=-0.290，p=0.772），95%置信区间为[-0.090,0.067]，截距不显著