多层统计模型的应用进展综述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在国内方面，刘殿国【1】为了解决具有层结构的小样本数 据或数据模型的具体形式难以确定的问题，把灰色系统的建 模思想方法和多层统计模型的思想方法结合起来，建立了累 加多层统计模型。张岩波等【11】分别从无序和有序分类两种 情形，研究多水平多项式模型的构造及估计的实现。刘殿国 和李长春［12］在单变量累加随机系数多层统计模型的基础上， 考虑层一的回归系数受层二变量影响的情形，建立了单变量
上述文献大多通过 Logistic 函数、Poisson 函数以及幂函 数等方式对多层统计模型进行优化，使得原本不符合使用多 水平模型的层结构数据（例如样本量非常少或受到污染），通 过优化后，利用多层统计模型得到符合实际的统计结果。
2 多层模型与计算技术相结合的应用
这部分应用的主要问题是基于用传统的统计模型处理 具有层结构的大数据时，得出的参数估计会出现有偏或不一 致性，或者是用传统的统计方法未能充分利用层结构数据的 集聚信息，因而未能提供正确的标准差，导致得到的回归系 数的置信区间显著性检验失真。这是因为多层模型的估计 计算量非常大，用传统方法难以确定其迭代过程的结束条 件，且迭代计算的收敛速度慢。这时根据样本数据层结构的 特 点 ，通 过 快 速 计 算 技 术 ，如 马 尔 可 夫 链 蒙 特 卡 罗 （ MCMC ）估计算法适合用于大数据的复杂结构的情况，把 这种计算技术应用到多水平模型中，能得到更有效的回归参 数估计。这方面的文献，在我国还鲜有见到。在国外文献中， 比较有代表性的有 Nadia Solaro and Pier Alda Ferrari【19】通过蒙 特卡洛模拟的方法改进了在正态分布的假设下多层模型中固 定效应和方差成分估计的极大似然估计的效率，并给出一个 具体的实例。Jee-seon Kim and Edward W.Frees【20】给出了当存 在测量误差、缺失变量、解释变量与随机误差项相关等因素 时，由多层统计模型得出的参数估计并不是一致估计。
康服务数据的综合性分析，得出较好的结论。Theresa E. Senn et al【3】用对数多水平统计模型分析个人和人口数量对 近期性伴侣的数量的影响，并用该模型评估了人口性别比例 是否与性伴侣的数量有关联。Kyo-seong Kim et al【4】利用分 层广义线性模型分析了影响贫困的各种要素。 Jean-Luc Arregle，Louis Hébert，Paul W. Beamish［5］基于在研究国际策 略对进入模式的实证研究中通常忽略对该问题的多层次性 和依靠非多层次量化方法的情况，用日本的外商直接投资作 为例子，采用多水平模型和多水平贝努里的模型分析国际策 略进入模式的决定因素。Jan Pickery and Geert Loosveledt［6］ 采用多项式分层统计模型分析了在面对面的访问调查中，面 试官对无反应个体的不同程度的影响，研究结果表明，在不 接触受访者的情况下，拒绝的机会是受到面试官影响的。 Annibale Biggeri，Emanuela Dreassi and Marco Marchi［7］建 立 多水平分层贝叶斯模型分析个人和基于人口基础的社会经 济因素对死亡的共同作用，证据表明在每个集聚的水平都有 导 致 死 亡 的 共 同 影 响 。 Marco A. Muñoz and Florence C. Chang［8］ 采用纵向多水平成长模型分析教师特征与学生学术 成就之间的关系，研究结果表明在高中阶段，对学生阅读能 力提高影响最大的因素是教师辅导学生的时间，而不是教师 本人的特征。Jarimina and Timo Saksa［9］ 采用多变量多水平 模型预测挪威云杉再生林的生长情况。Leonardo Grilli and Carla Rampichini［10］采用多项式分层 logit 模型对毕业生的技 能进行评估。
这类文献采用多层统计模型对这种特殊结构的统计资 料进行统计推断，主要是基于多层线性模型是分析具有层次 结构数据的一种新型统计分析技术，与传统统计方法相比， 多层线性模型的基本模型假设非常符合实际情况、参数估计 及方差的估计比较合理，且对数据的测量时间间隔时间要求 比较低等特点。使得这一领域的应用逐渐在社会科学的研 究中得到广泛应用。
在国内方面，刘殿国和许芳［25］用幂函数对具有层结构的 原始数据进行变换，用变换后的数据建立随机系数累加多层 统计模型，提高了数据的光滑性。曹秀堂等【26】利用多层统计 模型对多变量重复测量数据资料进行分析，并得到两个变量 的相关随时间变化的分布情况，而不仅仅是求各时间点上的 相关系数。李晓松和倪宗瓒【27】采用多水平 logistic 模型对问 卷中的三个问题的信度分别进行了分析，并得出在不需要重 复调查的情况下，多水平分析技术不仅可评价问卷项目应答 的信度，而且可评价调查员和调查对象特征对调查结果的影 响。李晓松等【28】探讨多水平模型在交叉设计资料分析中的 应用价值，并得出在交叉设计资料分析中，当存在顺序效应 时，多水平模型可分解并检验顺序效应的大小，同时得到处 理效应和阶段效应的估计的结论。李晓松和张向葵【29】根据 传统统计技术在纵向研究中存在的局限性，介绍了多层线性 模型在纵向研究中的作用及方法。
4 利用多层数据来回答单层数据问题的应用
在处理重复测量数据、离散数据、交互分类数据、缺失数 据、具有随机效应分布的纵向数据和样本容量很少的数据等 类型数据时，由于传统的统计模型没能有效的挖掘数据信 息，使得我们用传统的参数估计方法（如最小二乘估计）估计 参数时，没能充分利用数据的个体和群体信息，也没能提供
1 对多层统计模型进行优化方面的应用
由于在多层统计模型存在着非零的单元内相关，这意味 着传统的估计方法如多元回归中常用的普通最小二乘法 （OLS）是不适用的，这也是在该类的应用中所要解决的问 题。根据多层统计模型的特点，多层统计模型便于处理统计 规律中有典型概率分布、有平稳过程的数据类型，而对其他 的非典型分布、非平稳过程以及被污染的数据，通常会通过 特殊函数或其它优化的方法对数据进行优化后，再结合多层 模型来分析处理数据，通过这种方法，往往得到较好的结论。 在国外方面，Ying C Macnab et al【2】把分层贝叶斯模型作为系 统评估协变量方差的一种方法，并把这种方法用于多水平健
基金项目：海南省教育厅人文社科课题（Hjsk2009-45）；海南大学研究生精品课程“计量经济学”改革项目 作者简介：吴学品（1974-）,男，海南儋州人，博士研究生，讲师，研究方向：管理计量方法、统计模型。
刘殿国（1963-），男，吉林长春人，博士，教授，研究方向：多层统计模型、计量经济模型。
166 统计与决策２０1 1 年第 23 期（总第 347 期）
关键词：多层模型；参数估计；分层数据
中图分类号：O212
文献标识码：A
文章编号：1002-6487（2011）23-0166-04
０ 引言
多层统计模型又称随机效应模型，它的研究和应用始于 20 世纪 80 年代末，是分析和处理具有层结构数据的有力工 具，其也是目前国际统计学研究中一个新兴而重要的领域。 多层统计模型自诞生以来，在短短的二十多年间，无论是理 论研究还是在应用方法方面，发展非常迅速。 多层统计模 型的研究大致可以分为两大类：理论创新研究和应用研究。 理论研究主要集中在与传统的统计模型相比，多层统计模型 在参数估计、误差和方差处理、多个响应变量和非线性多层 统计模型等方面所具有的优势及改进等方面。关于多层模 型理论研究的文献综述，刘殿国已在文献［1］中对国内外的 有关多层统计模型的理论研究及发展做了详细的综述总 结。本文不再赘述。为了能使国内读者对多层统计模型的 应 用 有 全 面 的 了 解 ，我 们 对 这 一 领 域 的 应 用 进 展 进 行 补 充。 因此，本文试着从国内外应用研究这一角度对这一模 型进行梳理。
知识丛林
统计模型能对不同层次的随机误差进行集成分析，并且多水 平模型在参数估计方法、残差估计方法、克服多重共线性和 在异常值方面的预测等方面都有传统模型所无法比拟的优 越性，并且采用多层统计模型不仅能分辨自变量和因变量的 层次结构，而且能调节数据的聚类性质，使之得出的参数估 计更有效，也更科学。
国外在多层统计模型方面的应用非常丰富，基于篇幅的 原 因 ，本 文 主 要 介 绍 一 些 有 代 表 性 的 文 献 。 例 如 ，Oliver Lipps，Florence Moreau-Gruet［30］ 以来自瑞士和美国的个人 身体质量指数的两个代表数据，采用多水平统计模型对它们 的成长模式的差异进行统计分析。Robert A. Johnson et al［31］ 用二层统计模型分析早期青少年异常行为的成长差异。 Harvey Goldstein et al［32］ 采用多水平统计模型对复杂的动态 的家庭结构进行分析。Kathleen Carey［33］用多层统计模型对 病人的住院时间长短及费用进行分析。John O’Loughlin［34］ 基于具有地理层次的等级数据，采用多水平统计模型对全球 化条件下的民主价值进行统计分析。在学校及青少年健康 应用方面。Edward W. Frees and Jee-seon Kim【35】采用多层统 计模型对学校学习环境效益进行预测。H. P. Müller and S. Stadermann【36】应用多变量多水平模型分析研究吸烟对牙菌 斑和牙龈之间的影响。
知识丛林
多层统计模型的应用进展综述
吴学品 1,2 ，刘殿国 2
（1.上海大学 管理学院，上海 200444；2.海南大学 多层模型研究中心，海口 570228）
摘 要：作为一个新的统计学方向，多层统计模型在近年发展迅速。文章对国内外多层统计模
型的应用进行了系统性的归纳总结，并对应用进行分类和述评，最后展望了今后的研究趋势。
3 处理不同类型的数据和缺失数据方面的 应用
正确的标准差，这也是该应用存在的主要问题。 而多层统 计模型能利用层结构的特点、并辨别不同特征数据之间差异 的原因，并能根据一个随机样本数据以及利用整个样本数据 可得到的信息获得更高的精度。 基于这些原因，国内外很 多应用都是在样本数据具有上述特点时，采用多层统计模型 进行分析而得到较好的统wk.baidu.com效果。
社会生产生活中，具有明显层结构的数据非常多。在该 类应用中，存在的主要问题是对于具有层结构间的协方差的 估计值，没能弄清不同单元之间的差别形成的原因。 采用 普通模型对具有层结构的数据进行分析，会过高地估计自变 量对因变量的作用及影响程度。与一般的模型相比，多水平
统计与决策２０1 1 年第 23 期（总第 347 期） 167
知识丛林
累加整体模式多层统计模型。刘殿国等【13】应用幂单变量随 机系数累加多层统计模型到仅有两个调查数据的香蕉组织 形式绩效的预测中。刘殿国等【14】采用单变量累加随机系数 多层统计模型对香蕉产业组织化模式与单位面积产量间关 系进行研究。刘殿国【15】运用随机系数累加多层统计模型对 我国香蕉产业组织模式绩效的进行实证分析。刘殿国［1］构 建系列累加多层模型对泛珠三角经济合作区的经济增长进 行评价和预测。张风雨和王海东【16】从分层整群随机抽样数 据、层次数据的分析入手，采用多水平二分类交量的 LOGISTIC 模型对我国的生育行为的社区因素分析、计划生育项目 的评估、婴儿死亡率及人口迁移等人口学研究领域中进行分 析。沈洁等【17】利用多水平 Logistic 回归模型分析中国西部贫 困农村地区儿童患腹泻及其治疗的影响因素，结果表明将残 差分解到各个层次上，使结果更加精确。陈家慧等［18］采用多 水平 Poisson 回归模型分析交叉设计数据，可以解决层次结 构的问题，使用也较重复测量资料的方差分析更为灵活。
在国外方面，Ke-HaiYuan and Peter M.Bentler【21】对来自 社会和行为科学的非正态分布的阶层数据，通过缩小统计的 方法来改善阶层线性模型和层次结构模型中的极大似然估 计量得到的参数。Mikael Svensson and Curt Hagquist【22】基于 瑞典的面板数据，采用多层统计模型分析了失业率与青少年 饮酒和酗酒的关系，结果表明失业率与青少年饮酒和酗酒呈 负相关的关系。Jennifer Lowman and Marta Elliott【23】根据 2002 年美国教育纵向调查数据，分析了来自亚洲、非洲、拉美州和白 人的学生的教育期望的变动因素，并通过多水平模型的分析 发现来自不同背景的学生，他们的教育期望有显著的差异。 Li Li Swain and Steven Garasky【24】从影响家庭迁移的三个因 素：个人、家庭和邻居的角度，构建多水平模型对上述因素进 行分析，最后得出邻居是决定家庭迁移的一个重要因素。
上述文献大多通过 Logistic 函数、Poisson 函数以及幂函 数等方式对多层统计模型进行优化，使得原本不符合使用多 水平模型的层结构数据（例如样本量非常少或受到污染），通 过优化后，利用多层统计模型得到符合实际的统计结果。
2 多层模型与计算技术相结合的应用
这部分应用的主要问题是基于用传统的统计模型处理 具有层结构的大数据时，得出的参数估计会出现有偏或不一 致性，或者是用传统的统计方法未能充分利用层结构数据的 集聚信息，因而未能提供正确的标准差，导致得到的回归系 数的置信区间显著性检验失真。这是因为多层模型的估计 计算量非常大，用传统方法难以确定其迭代过程的结束条 件，且迭代计算的收敛速度慢。这时根据样本数据层结构的 特 点 ，通 过 快 速 计 算 技 术 ，如 马 尔 可 夫 链 蒙 特 卡 罗 （ MCMC ）估计算法适合用于大数据的复杂结构的情况，把 这种计算技术应用到多水平模型中，能得到更有效的回归参 数估计。这方面的文献，在我国还鲜有见到。在国外文献中， 比较有代表性的有 Nadia Solaro and Pier Alda Ferrari【19】通过蒙 特卡洛模拟的方法改进了在正态分布的假设下多层模型中固 定效应和方差成分估计的极大似然估计的效率，并给出一个 具体的实例。Jee-seon Kim and Edward W.Frees【20】给出了当存 在测量误差、缺失变量、解释变量与随机误差项相关等因素 时，由多层统计模型得出的参数估计并不是一致估计。
康服务数据的综合性分析，得出较好的结论。Theresa E. Senn et al【3】用对数多水平统计模型分析个人和人口数量对 近期性伴侣的数量的影响，并用该模型评估了人口性别比例 是否与性伴侣的数量有关联。Kyo-seong Kim et al【4】利用分 层广义线性模型分析了影响贫困的各种要素。 Jean-Luc Arregle，Louis Hébert，Paul W. Beamish［5］基于在研究国际策 略对进入模式的实证研究中通常忽略对该问题的多层次性 和依靠非多层次量化方法的情况，用日本的外商直接投资作 为例子，采用多水平模型和多水平贝努里的模型分析国际策 略进入模式的决定因素。Jan Pickery and Geert Loosveledt［6］ 采用多项式分层统计模型分析了在面对面的访问调查中，面 试官对无反应个体的不同程度的影响，研究结果表明，在不 接触受访者的情况下，拒绝的机会是受到面试官影响的。 Annibale Biggeri，Emanuela Dreassi and Marco Marchi［7］建 立 多水平分层贝叶斯模型分析个人和基于人口基础的社会经 济因素对死亡的共同作用，证据表明在每个集聚的水平都有 导 致 死 亡 的 共 同 影 响 。 Marco A. Muñoz and Florence C. Chang［8］ 采用纵向多水平成长模型分析教师特征与学生学术 成就之间的关系，研究结果表明在高中阶段，对学生阅读能 力提高影响最大的因素是教师辅导学生的时间，而不是教师 本人的特征。Jarimina and Timo Saksa［9］ 采用多变量多水平 模型预测挪威云杉再生林的生长情况。Leonardo Grilli and Carla Rampichini［10］采用多项式分层 logit 模型对毕业生的技 能进行评估。
这类文献采用多层统计模型对这种特殊结构的统计资 料进行统计推断，主要是基于多层线性模型是分析具有层次 结构数据的一种新型统计分析技术，与传统统计方法相比， 多层线性模型的基本模型假设非常符合实际情况、参数估计 及方差的估计比较合理，且对数据的测量时间间隔时间要求 比较低等特点。使得这一领域的应用逐渐在社会科学的研 究中得到广泛应用。
在国内方面，刘殿国和许芳［25］用幂函数对具有层结构的 原始数据进行变换，用变换后的数据建立随机系数累加多层 统计模型，提高了数据的光滑性。曹秀堂等【26】利用多层统计 模型对多变量重复测量数据资料进行分析，并得到两个变量 的相关随时间变化的分布情况，而不仅仅是求各时间点上的 相关系数。李晓松和倪宗瓒【27】采用多水平 logistic 模型对问 卷中的三个问题的信度分别进行了分析，并得出在不需要重 复调查的情况下，多水平分析技术不仅可评价问卷项目应答 的信度，而且可评价调查员和调查对象特征对调查结果的影 响。李晓松等【28】探讨多水平模型在交叉设计资料分析中的 应用价值，并得出在交叉设计资料分析中，当存在顺序效应 时，多水平模型可分解并检验顺序效应的大小，同时得到处 理效应和阶段效应的估计的结论。李晓松和张向葵【29】根据 传统统计技术在纵向研究中存在的局限性，介绍了多层线性 模型在纵向研究中的作用及方法。
4 利用多层数据来回答单层数据问题的应用
在处理重复测量数据、离散数据、交互分类数据、缺失数 据、具有随机效应分布的纵向数据和样本容量很少的数据等 类型数据时，由于传统的统计模型没能有效的挖掘数据信 息，使得我们用传统的参数估计方法（如最小二乘估计）估计 参数时，没能充分利用数据的个体和群体信息，也没能提供
1 对多层统计模型进行优化方面的应用
由于在多层统计模型存在着非零的单元内相关，这意味 着传统的估计方法如多元回归中常用的普通最小二乘法 （OLS）是不适用的，这也是在该类的应用中所要解决的问 题。根据多层统计模型的特点，多层统计模型便于处理统计 规律中有典型概率分布、有平稳过程的数据类型，而对其他 的非典型分布、非平稳过程以及被污染的数据，通常会通过 特殊函数或其它优化的方法对数据进行优化后，再结合多层 模型来分析处理数据，通过这种方法，往往得到较好的结论。 在国外方面，Ying C Macnab et al【2】把分层贝叶斯模型作为系 统评估协变量方差的一种方法，并把这种方法用于多水平健
基金项目：海南省教育厅人文社科课题（Hjsk2009-45）；海南大学研究生精品课程“计量经济学”改革项目 作者简介：吴学品（1974-）,男，海南儋州人，博士研究生，讲师，研究方向：管理计量方法、统计模型。
刘殿国（1963-），男，吉林长春人，博士，教授，研究方向：多层统计模型、计量经济模型。
166 统计与决策２０1 1 年第 23 期（总第 347 期）
关键词：多层模型；参数估计；分层数据
中图分类号：O212
文献标识码：A
文章编号：1002-6487（2011）23-0166-04
０ 引言
多层统计模型又称随机效应模型，它的研究和应用始于 20 世纪 80 年代末，是分析和处理具有层结构数据的有力工 具，其也是目前国际统计学研究中一个新兴而重要的领域。 多层统计模型自诞生以来，在短短的二十多年间，无论是理 论研究还是在应用方法方面，发展非常迅速。 多层统计模 型的研究大致可以分为两大类：理论创新研究和应用研究。 理论研究主要集中在与传统的统计模型相比，多层统计模型 在参数估计、误差和方差处理、多个响应变量和非线性多层 统计模型等方面所具有的优势及改进等方面。关于多层模 型理论研究的文献综述，刘殿国已在文献［1］中对国内外的 有关多层统计模型的理论研究及发展做了详细的综述总 结。本文不再赘述。为了能使国内读者对多层统计模型的 应 用 有 全 面 的 了 解 ，我 们 对 这 一 领 域 的 应 用 进 展 进 行 补 充。 因此，本文试着从国内外应用研究这一角度对这一模 型进行梳理。
知识丛林
统计模型能对不同层次的随机误差进行集成分析，并且多水 平模型在参数估计方法、残差估计方法、克服多重共线性和 在异常值方面的预测等方面都有传统模型所无法比拟的优 越性，并且采用多层统计模型不仅能分辨自变量和因变量的 层次结构，而且能调节数据的聚类性质，使之得出的参数估 计更有效，也更科学。
国外在多层统计模型方面的应用非常丰富，基于篇幅的 原 因 ，本 文 主 要 介 绍 一 些 有 代 表 性 的 文 献 。 例 如 ，Oliver Lipps，Florence Moreau-Gruet［30］ 以来自瑞士和美国的个人 身体质量指数的两个代表数据，采用多水平统计模型对它们 的成长模式的差异进行统计分析。Robert A. Johnson et al［31］ 用二层统计模型分析早期青少年异常行为的成长差异。 Harvey Goldstein et al［32］ 采用多水平统计模型对复杂的动态 的家庭结构进行分析。Kathleen Carey［33］用多层统计模型对 病人的住院时间长短及费用进行分析。John O’Loughlin［34］ 基于具有地理层次的等级数据，采用多水平统计模型对全球 化条件下的民主价值进行统计分析。在学校及青少年健康 应用方面。Edward W. Frees and Jee-seon Kim【35】采用多层统 计模型对学校学习环境效益进行预测。H. P. Müller and S. Stadermann【36】应用多变量多水平模型分析研究吸烟对牙菌 斑和牙龈之间的影响。
知识丛林
多层统计模型的应用进展综述
吴学品 1,2 ，刘殿国 2
（1.上海大学 管理学院，上海 200444；2.海南大学 多层模型研究中心，海口 570228）
摘 要：作为一个新的统计学方向，多层统计模型在近年发展迅速。文章对国内外多层统计模
型的应用进行了系统性的归纳总结，并对应用进行分类和述评，最后展望了今后的研究趋势。
3 处理不同类型的数据和缺失数据方面的 应用
正确的标准差，这也是该应用存在的主要问题。 而多层统 计模型能利用层结构的特点、并辨别不同特征数据之间差异 的原因，并能根据一个随机样本数据以及利用整个样本数据 可得到的信息获得更高的精度。 基于这些原因，国内外很 多应用都是在样本数据具有上述特点时，采用多层统计模型 进行分析而得到较好的统wk.baidu.com效果。
社会生产生活中，具有明显层结构的数据非常多。在该 类应用中，存在的主要问题是对于具有层结构间的协方差的 估计值，没能弄清不同单元之间的差别形成的原因。 采用 普通模型对具有层结构的数据进行分析，会过高地估计自变 量对因变量的作用及影响程度。与一般的模型相比，多水平
统计与决策２０1 1 年第 23 期（总第 347 期） 167
知识丛林
累加整体模式多层统计模型。刘殿国等【13】应用幂单变量随 机系数累加多层统计模型到仅有两个调查数据的香蕉组织 形式绩效的预测中。刘殿国等【14】采用单变量累加随机系数 多层统计模型对香蕉产业组织化模式与单位面积产量间关 系进行研究。刘殿国【15】运用随机系数累加多层统计模型对 我国香蕉产业组织模式绩效的进行实证分析。刘殿国［1］构 建系列累加多层模型对泛珠三角经济合作区的经济增长进 行评价和预测。张风雨和王海东【16】从分层整群随机抽样数 据、层次数据的分析入手，采用多水平二分类交量的 LOGISTIC 模型对我国的生育行为的社区因素分析、计划生育项目 的评估、婴儿死亡率及人口迁移等人口学研究领域中进行分 析。沈洁等【17】利用多水平 Logistic 回归模型分析中国西部贫 困农村地区儿童患腹泻及其治疗的影响因素，结果表明将残 差分解到各个层次上，使结果更加精确。陈家慧等［18］采用多 水平 Poisson 回归模型分析交叉设计数据，可以解决层次结 构的问题，使用也较重复测量资料的方差分析更为灵活。
在国外方面，Ke-HaiYuan and Peter M.Bentler【21】对来自 社会和行为科学的非正态分布的阶层数据，通过缩小统计的 方法来改善阶层线性模型和层次结构模型中的极大似然估 计量得到的参数。Mikael Svensson and Curt Hagquist【22】基于 瑞典的面板数据，采用多层统计模型分析了失业率与青少年 饮酒和酗酒的关系，结果表明失业率与青少年饮酒和酗酒呈 负相关的关系。Jennifer Lowman and Marta Elliott【23】根据 2002 年美国教育纵向调查数据，分析了来自亚洲、非洲、拉美州和白 人的学生的教育期望的变动因素，并通过多水平模型的分析 发现来自不同背景的学生，他们的教育期望有显著的差异。 Li Li Swain and Steven Garasky【24】从影响家庭迁移的三个因 素：个人、家庭和邻居的角度，构建多水平模型对上述因素进 行分析，最后得出邻居是决定家庭迁移的一个重要因素。