HLM多层线性模型简介

Intercept
一个简单的多层线性模型
Yij 0 1 X ij u j rij
Outcome for observation i in unit j Residual term specific to observation i in unit j
Residual term specific to unit j Value of X for observation i in unit j Coefficient
什么是多层（多水平）数据?
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。如学生嵌套于班级，班级嵌 套于学校等。
同一单位内的观测，具有更大的相似性。同一
个班级的学生由于受相同的班级环境等因素的 影响有更大的相似性。
嵌套于背景（contextual）特征 的多层数据举例
学生水平特征的观测，嵌套于班级或学校 兄弟姊妹特征的观测，嵌套于家庭
HLM的发展
快速发展与应用 HLM（Bryk，Randenbush，Seltzer＆ Congdon，1988）； Mlwin（Rabash，Prosser＆Goldstein， 1989）； VARCL（Longford，1988）； MPLUS（Muthen，1992）。
多层线性模型
回归模型的一种 常用来回答背景变量（如班级环境等）与个体变量
（如学生特征）之间的关系 常用来估计组内（如班级内）和组间（如班级间）变 量间的关系 以及跨水平的交互作用。

例如, 学校内和学校间自我概念和学业成绩之间的关系。
多层线性模型简介
多层线性模型－－一种处理嵌套数据的
统计方法。通过定义不同水平（层）的 模型，将随机变异分解为两个部分，其 一是第一水平个体间差异带来的误差， 另一个是第二水平班级的差异带来的误 差。可以假设第一水平个体间的测量误 差相互独立，第二水平班级带来的误差 在不同班级之间相互独立。多水平分析 法同时考虑到不同水平的变异 。
HLM的发展
2问题解决阶段 Dempster、Laird 和Rubin(1977)提出EM算 法; Dempster（1981）将EM算法应用于 解决多层线性模型的参数估计 ; 1983年， Strenio、Weisberg和Bryk等相继将这一方 法应用于社会学的研究；1986年 Goldstein应用IRGLS估计参数，1987年， Longford应用费歇得分算法对模型参数进 行了估计。
00
g
Fra Baidu bibliotek
W 01
j
u0 j
1 j g 10 g 11W j u1 j
多层线性模型
合并模型：
Yij g 00 g 10 X ij g 01W j g 11 X ijW j u0 j u1 j X ij eij
其中：yij表示因变量（如三年后的 高考成绩），xij表示第一水平（学 生）的预测变量，Wj表示第二水平 （学校）的预测变量。
回归分析模型
Yi 0 1 X i i
i ~ N 0,

2
回归分析模型的假设
线性（Linearity）
误差正态分布（ normally
distributed） 误差方差齐性（homoskedastic） 误差或观测个体之间相互独立 （independent）
HLM数学模型
例如：对73个学校1905名学生进行调查，
目的是考虑其刚上高中时的入学成绩与 三年后高考成绩之间的关系。 考虑方法： （1）如果用传统的线性回归分析，直接在 学生水平上进行分析，得出入学学业成 绩对高考成绩之间的一条回归直线，如 下图1所示，从图1的结果可以看出，传 统回归分析没有区分不同的学校之间的 差异。
HLM的发展
Harvey Goldstein---Multilevel
Analysis ( Mlwin) Stephen W. Raudenbush---Hierarchical Linear Model (HLM)
HLM的发展
模型理论构想阶段（Lindley & Smith ,1972 ）
随机效应一元方差分析模型（one-way Anova
with Random Effect） 第一水平： Y
个体之间的观测嵌套于社区
个体不同时间点的重复测量嵌套于个体 病人嵌套于医院 参数的估计嵌套于不同的研究 (元分析，meta-analysis)
对多层数据，我们了解什么...
随机选取两个观测，同一组内的观测之间的相似性要
比不同组观测之间的相似性大；
如果回归模型不能解释所有的组间的差异（事实上传
Intercept
一个简单的多层线性模型
Yij 0 1 X ij u j rij
Outcome for observation i in unit j Residual term specific to observation i in unit j
Residual term specific to unit j Value of X for observation i in unit j Coefficient
多层线性模型
模型的假设条件为：
eij 间相互独立； （1） eij ～ N (0, 2 ) ，
u0 j u 0 j 00 01 ～ N (0, ) ， Var （2） u u 1j 1 j 10 11 （3） Cov (u 0 j , eij ) Cov (u1 j , eij ) 0 ， Cov (u ij1 , u ij2 ) 0, j 1 j 2
（3）如果假设不同学校入学成绩对
高考成绩的回归直线截距不同，斜 率相同（平均学习成绩之间存在差 异），得到如图3的结果，从图中结 果可以看出，不同学校学生平均高 考成绩之间存在差异。
图3：考虑不同学校平均成绩差异的回归直线
HLM数学模型
（4）对73所学校分别做回归分析，
得到如图4的结果，如图4所示，从 图中结果可以看出，不同学校回归 直线的截距和斜率均不同，即：不 同学校学生平均高考成绩之间存在 差异，入学学业成绩对高考成绩的 影响强度不同。
HLM数据特点
对于嵌套数据，传统回归分析的假设往
往无法满足。 传统的线性回归模型假设变量间存在直 线关系，因变量总体上服从正态分布， 方差齐性，个体间相互独立。前两个假 设较易保证，但方差齐性，尤其是个体 间相互独立的假设却很难满足。
独立性不满足带来的问题
传统回归系数估计的标准误依赖于
相互独立的假设； 如果独立性的假设不满足，得到的 标准误的估计往往偏小，因此所犯 第一类错误的概率往往偏大。
多层线性模型
多层分析方法提供了解决嵌套数据关系
的合理的正确的统计方法。下面结合上 面提到的例子，介绍两水平模型的一般 数学表示：
多层线性模型
水平1（如：学生）
Yij 0 j 1 j X ij eij
水平2（如：学校）
Yij---第j个 学校的第i 个学生
0j g
统回归不可能做到这一点）,那么同一组内的观测之间 的误差可能相关；
这就违背了传统回归（OLS）中关于残差相互独立的
假设；
至少，传统回归分析得到的标准误的估计不正确（太
小）。
HLM数据特点
对于嵌套数据，传统回归模型的做法：
（1）个体（如学生）水平上分析 问题：同一班级的学生间相互独立的假 设是不合理的，同样对不同班级的学生 和相同班级的学生作同一假设也是不合 理的。 （2）组（如学校）水平上分析 问题：丢失了班级内学生个体间的差异 的信息。
模型的另一种表达
Yij 0 1 X ij u j rij 0 j 1 X ij rij
这里
0 u j 1 X ij rij
0 j 0 u j
多层线性模型
水平1（如：学生）
Yij 0 j 1 j X ij eij
多层线性模型
截距与斜率之间的相关系数：
r ( 0 j , 1 j )
01
( 00 11 )
1 2
截距与斜率之间的相关系数大小表示了不同学
校平均高考成绩与入学成绩对高考成绩影响强 度之间的关系，如果相关系数大于零，表示平 均成绩越高，入学成绩对期末成绩的影响越大。
HLM常用模型类型
Var(ij)
= Var(uj + rij) = Var(uj) + Var(rij) + 2*Cov(uj,rij) = Var(uj) + Var(rij)
模型的特征
Yij 的值可能存在第二水平（组间）的差异 对于 uj和 rij没有定义其分布. X 和 Y 之间的关系不依赖于 j (1 不依赖于 j)
图1：不考虑学校之间差异的回归直线
HLM数学模型
（2）如果将数据进行简单合并，用每个学校
学生的平均成绩代替这个学校的成绩，直接在 学校水平上估计入学成绩对高考成绩的影响， 得到一条回归直线，如图2所示，这种方法忽 略了不同学生之间的差异；
图2：只考虑学校差异忽略学生差异回归直线
HLM数学模型
水平2（如：学校）
Yij---第j个 学校的第i 个学生
0j g
00

u0 j
1 j g 10
u1 j
何谓多层线性模型?
多层线性模型又称为：

多水平分析（ Multilevel Analysis ）


混合模型（Mixed Models）
随机系数模型（Random Coefficient Models）
多层线性模型简介
Introduction to HLM
北京师范大学心理学院 刘红云 hyliu@bnu.edu.cn
主要内容
为什么要用多层线性模型?

回归分析模型回顾 多层（多水平）数据特点 HLM发展 HLM数学模型 HLM常见简化模型
什么是多层线性模型？

两水平模型应用举例 应该注意的问题
图4：考虑不同学校平均成绩差异 和入学对毕业成绩影 响程度差异的回归直线
回归模型中，如何解决残差相关 的问题?
希望定义一个模型，可以明确地允
许因变量水平在组内和组间存在差 异 例如，允许学生的学业成绩存在学 校之间的差异
告别 OLS: 一个简单的多层线性模 型
将
Yij 0 1 X ij ij
Intercept
uj表示什么?
残差项 定义第 j 组（第二水平） 对于第 j组的所有观测都相同
只有下标 j, 没有下标 i
解释: 总截距和第 j组的截距之间的差异
rij表示什么?
残差项 定义第 j 组第i 个观测 均值为0
模型的特征
注意到: 我们有:
ij = uj + rij
一个简单的多层线性模型
Yij 0 1 X ij u j rij
Outcome for observation i in unit j
Intercept
一个简单的多层线性模型
Yij 0 1 X ij u j rij
Outcome for observation i in unit j Value of X for observation i in unit j Coefficient
Intercept
一个简单的多层线性模型
Yij 0 1 X ij u j rij
Outcome for observation i in unit j Residual term specific to unit j Value of X for observation i in unit j Coefficient
重写为:
Yij 0 1 X ij u j rij
一个简单的多层线性模型
Yij 0 1 X ij u j rij
一个简单的多层线性模型
Yij 0 1 X ij u j rij
Outcome for observation i in unit j