2021年2021年度多层线性模型讲义.ppt

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
EG：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。
*
多层线性模型
*
多层线性模型简介
（2）组织心理学研究领域
Eg:雇员镶嵌于不同的组织、工厂
（3）发展心理学领域
Eg:纵向研究、重复研究
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。
*
多层线性模型
*
两水平层次结构数据
水平2
水平1
层次结构数据的普遍性
*
多层线性模型
*
层次结构数据为一种非独立数据，即某观察值在观察单位间（或同一观察单位的各次观察间）不独立或不完全独立，其大小常用组内相关(intra-class correlation，ICC)度量。
例如，来自同一家庭的子女，其生理和心理特征较从一般总体中随机抽取的个体趋向于更为相似，即子女特征在家庭中具有相似性，数据是非独立的。
*
多层线性模型
*
违背了传统回归（OLS）中关于残差相互独立的假设
采用经典方法可能失去参数估计的有效性并导致不合理的推断结论。
*
多层线性模型
*
经典方法框架下的分析策略
经典的线性模型只对某一层数据的问题进行分析，而不能将涉及两层或多层数据的问题进行综合分析。
但有时某个现象既受到水平1变量的影响，又受到水平2变量的影响，还受到两个水平变量的交互影响(cross-level interaction)。
*
多层线性模型
*
个体的某事件既受到其自身特征的影响，也受到其生活环境的影响，即既有个体效应，也有环境或背景效应(context effect)。

例如，学生（个体）的学****成绩与学生的勤奋程度有关，还与学校的师资配备有关。
企业的创新能力与企业自身的创新投入、学****能力有关，还与企业所属产业的R&D强度有关。
*
多层线性模型
*
多层线性模型简介
2、多层数据的传统分析方法
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：由个体所处环境所造成的变异。
*
多层线性模型
*
多层线性模型简介
（1）只关注个体效应，而忽视组效应
只在个体这一层数据上考虑变量间的关系，那么导致所观测到的效应既包含个体效应，又包含组效应，从而增大了犯一类错误的概率，夸大了变量间的关系。
（2）在组水平上进行分析
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。
*
多层线性模型
*
多层线性模型简介
（3）组内分析组间分析
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的比例，从而确定变异来自于组间还是组内。
组内分析组间分析的方法较前两种方法更多地考虑到了第一层数据及第二层数据对变异产生的影响，但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。
*
多层线性模型
*