多层次理论模型的建立及研究方法

优点，但如同其他方法一样，也有局限性。特别是 在一个假设不能满足或多个未能满足时，则估计会 出现很多问题。但不管如何，它为数据分析提供了 很好的工具，当然在分析数数据中，我们应该采用 合适的工具而不是流行的工具，这样才能是我们的 理论更加真实、可靠。
百度文库
单位层次：主要是指组织气候、组织文化、与团队 绩效
① 共享单位特性 ② 直接一致构年 ③ 转移参考点共识构年 ④ 总体单位特性 ⑤ 形态单位特性
① 组内一致度 ② 组内相关（1）或ICC(1) ③ 组内相关(2) ICC(2)
4.1 HLM的优点
① 能够明确分析嵌套性质的数据 ② 能够改善个人层次效果的估计 ③ 能够使用广义的最小二乘法 ④ 提供了稳健的标准估计数 ⑤ 提供了方差协方差成分的有效估计数
演讲者：钱 宇 老 师： 任利成
I. 引言 II. 多层次理论的建立、模型的分类 III. 多层次分析的构年与单位层次构年的数据聚合 IV. HLM的简介 V. 结语
本章的目的是说明多层次理论的建立与统计方法 上的一些重要元素，将从简要浏览多层次的研究 开始，在进入单位层次构年与聚合议题的介绍， 接着使用一个真实的样本数据来介绍多层线性模 型的分析流程。
① 零模型 ② 检验假设1的主效果 ③ 检验假设2的主效果 ④ 检验假设3或调节效果
针对level-1的预测因子三个中心处理方法 ① 原始尺度 ② 总平均数中心化 ③ 组内平均数中心化 针对level-2的预测因子三个中心处理方法 ① 原始尺度 ② 总平均数中心化
虽然HLM在多层次的数据上，已相当普及且有许多
2.1多层次理论建立的问题 ① 如何确定因变量 ② 如何连接不同层次间的现象 ③ 如何确定构年分析层次 ④ 如何建立假设
① 跨层次直接作用模型 ② 跨层次调节模型 ③ 跨层次青蛙池塘模型 ④ 一致的多层次模型
3.1 多层次分析包括两个方面
个体层次：主要是指个体的人格、认知、情感与行 为。