付費限定

用SPSS進行HLM第二章:雙層次之隨機截距模型

更新於 發佈於 閱讀時間約 8 分鐘

本章主要說明雙層次之隨機截距模型的公式和SPSS操作,我們先從最簡單的一個Level 1固定自變項模型開始,到複雜的兩個Level 1和1個Level 2固定自變項模型,相信看完後,讀者就會了解雙層次之隨機截距模型概念和操作。

雙層次之隨機截距模型:一個Level 1固定自變項

公式說明

我先舉一個很簡單的範例,用迴歸公式簡單說明HLM如何分析。假設我們有兩個層次,層次1為學生個體,層次2為班級層面。依變項為Y,層次1的自變項有1個,X1是自變項。β 0第一層截距,β 0 0第二層截距,e是層次1誤差,e0層次2誤差。X1的斜率(β 1)不會受到Level 2影響,所以在Level 2其斜率(β01)=Level 1斜率(β 1),但依變項為Y的截距會受到層次二影響,β 0 0是截距在學校之間的均值 ,e0是截距在學校之間的變異量。
Level 1:
Y = β 0 + β 1*X1 + e
Level 2:
β 0 = β 0 0+e0
β 1 = β 01
方程式整理後,記住這個方程式,等等spss會輸出這些數值
Y = β 0 0 + β 1*X1 + e+e0
圖示化如下,左邊是允許截距變化(β 0 0+e0),但固定斜率(β 01);右邊是傳統的迴歸方程式。傳統的迴歸方程式把斜率和截距都固定。這張圖也就很好呈現何謂固定和隨機效果。在本範例中,固定效果就是認為係數並不會因為學校不同而變化,因為我們認定所收集的學校數量=感興趣母體的所有學校數量,不需要推論,所以不含誤差。隨機效果就是認為係數會因為學校不同而有變化,其認定為我們收集的學校數量不等於我們感興趣母體的所有學校數量,這時要推論到母群體需要包含誤差(變異量)。

以行動支持創作者!付費即可解鎖
本篇內容共 3367 字、0 則留言,僅發佈於統計分析 × 學術生涯你目前無法檢視以下內容,可能因為尚未登入,或沒有該房間的查看權限。
你的見面禮 Premium 閱讀權限 只剩下0 小時 0
avatar-img
225會員
128內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。此外,我還會分享一些學術和科技新知,幫助您在學術之路上走得更順利。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
心理博士的筆記本 的其他內容
階層線性模式(MLM) 或是多層次模式(HLM)可以說是當代社會科學研究重要的統計方法學。現實中,我們收集到的資料可能巢套在不同層層次的單位當中。這種巢套關係很容易違反資料獨立性的假設導致許多傳統統計方法無法使用,本文將從簡單的公式說明多層次資料的問題,並介紹HLM的概念。
PROCESS macro for SPSS 可以用非常簡單方式學會調節中介模式。本文將介紹四種類型的變項,並解釋調節式中介的公式,還有如何操作最4.0版本的PROCESS macro for SPSS。文末也會附上所有所有Process模型圖例,提供給讀者方便分析~
多層次資料若使用傳統的中介分析容易導致結果偏誤,所以多層次中介分析旨在解決此問題,本次介紹如何透過MLmed進行多層次中介分析,本文將透過不同案例說明多層次中介分析包含1-1-1 模型和2-1-1模型,也會說明加入調節變項案例,還有多重中介變項案例。每個案例都會講解如何操作和判讀報表。
PROCESS macro for SPSS 可以用非常簡單方式使用調節分析。本文將介紹三種類型的變項,還有如何操作最4.2版本的PROCESS macro for SPSS進行調節模式。文末也會附上所有所有Process模型圖例,提供給讀者方便分析~
變異數分析(Analysis of Variance, ANOVA)是一種統計分析方法,用於檢驗自變項之間不同水平(或組別)是否存在依變項上具有顯著差異。雙因子就代表說有兩個自變項(也稱為因子)。例如:我們覺得性別和學歷會影響到物理成績,那性別就是因子(男生和女生)/學歷(國小和高中)
多元線性迴歸分析(Multiple regression analysis)是一種統計學方法,用於探索多個解釋變量對一個目標變量的影響。它是建立在線性迴歸分析的基礎上的,多元迴歸分析用於探討多個預測變數及一個依變數之間的關係,並且每個變項都是連續變項。本文將介紹多元迴歸分析概念。
階層線性模式(MLM) 或是多層次模式(HLM)可以說是當代社會科學研究重要的統計方法學。現實中,我們收集到的資料可能巢套在不同層層次的單位當中。這種巢套關係很容易違反資料獨立性的假設導致許多傳統統計方法無法使用,本文將從簡單的公式說明多層次資料的問題,並介紹HLM的概念。
PROCESS macro for SPSS 可以用非常簡單方式學會調節中介模式。本文將介紹四種類型的變項,並解釋調節式中介的公式,還有如何操作最4.0版本的PROCESS macro for SPSS。文末也會附上所有所有Process模型圖例,提供給讀者方便分析~
多層次資料若使用傳統的中介分析容易導致結果偏誤,所以多層次中介分析旨在解決此問題,本次介紹如何透過MLmed進行多層次中介分析,本文將透過不同案例說明多層次中介分析包含1-1-1 模型和2-1-1模型,也會說明加入調節變項案例,還有多重中介變項案例。每個案例都會講解如何操作和判讀報表。
PROCESS macro for SPSS 可以用非常簡單方式使用調節分析。本文將介紹三種類型的變項,還有如何操作最4.2版本的PROCESS macro for SPSS進行調節模式。文末也會附上所有所有Process模型圖例,提供給讀者方便分析~
變異數分析(Analysis of Variance, ANOVA)是一種統計分析方法,用於檢驗自變項之間不同水平(或組別)是否存在依變項上具有顯著差異。雙因子就代表說有兩個自變項(也稱為因子)。例如:我們覺得性別和學歷會影響到物理成績,那性別就是因子(男生和女生)/學歷(國小和高中)
多元線性迴歸分析(Multiple regression analysis)是一種統計學方法,用於探索多個解釋變量對一個目標變量的影響。它是建立在線性迴歸分析的基礎上的,多元迴歸分析用於探討多個預測變數及一個依變數之間的關係,並且每個變項都是連續變項。本文將介紹多元迴歸分析概念。
你可能也想看
Google News 追蹤
Thumbnail
大家好,我是woody,是一名料理創作者,非常努力地在嘗試將複雜的料理簡單化,讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程,今天想跟大家聊聊,除了料理本身,料理創作背後的成本。
Thumbnail
哈囉~很久沒跟各位自我介紹一下了~ 大家好~我是爺恩 我是一名圖文插畫家,有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快!隨著時間過去,創作這件事好像變得更忙碌了,也很開心跟很多厲害的創作者以及廠商互相合作幫忙,還有最重要的是大家的支持與陪伴🥹。  
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 新模型和 Human Baselines 排名將不斷變化,Human Baselines 的位置自從基礎模型出現以來,它就不再具有多大意義了,這些排名只是表明經典 NL
Thumbnail
【特殊圖表教學目錄傳送門 : EXCEL特殊圖表大合輯 | 持續更新中】 這集要分享增減雙層柱形圖,這個圖表除了可以比較兩組數據之外,還能在上方一併呈現這兩組數據實際的差值。 【🎗️範例展示】 下方黑色與灰色的直條圖:用來比較A到H類別2022年與2023年的資料 下方綠色紅色
瞭解如何透過Regression實作Classification,使用one-hot vector表示不同的類別,並透過乘上不同的Weight和加上不同的bias來得到三個數值形成向量。同時通過softmax的方式得到最終的y'值,並探討使用Cross-entropy來計算類別的loss。
Thumbnail
  前面說明了所謂「假設檢定」的邏輯,也就是推論統計的基礎。但前面都還只是概念的階段,目前沒有真正進行任何的操作──還沒有提到推論統計的技術。   這篇其實有點像是一個過渡,是將前面的概念銜接到下一篇t分數之間的過程,也可以說是稍微解釋一下t檢定怎麼發展出來的。
說明搭肩式社會計量的目標、一般性運用原則、延伸與提醒、問句舉例。
Thumbnail
接續上一篇,繼續來講如何從常態分布的機率進行假設檢定,進而推論母體的平均數吧! 這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
Thumbnail
這篇文章以簡單易懂的文字和圖片介紹線性混和效應模型,包含其中的元素和意義。除此之外也透過 R 的實作具體呈現操作時的情況。
Thumbnail
透過探討指數級增長、常態分布與冪律分布在選擇行業時的應用,強調了分析邊際成本和市場分布特性的重要性。作者挑戰傳統追隨者思維,提倡創新和尋找獨特優勢,並透過服務業例子展示如何應用這些底層邏輯進行前瞻性決策,幫助讀者識別增長機會,制定成功策略。
Thumbnail
本課程為臨護所碩開設,學分為2學分。課程內容包括統計學概論、敘述統計學、電腦在統計上之應用、資料準備、統計推論等。學期作業、考試、評量佔30%至40%,生物統計是基本功,大家加油!
Thumbnail
第一堂學生創新團隊的點評 我們的統計在社會科學裡面,它到底是怎麼樣產生的,我們今天要算這個統計學,要送統計,他們本身要有Raw data,這樣才有辦法進行運用,如:我們要怎麼算平均身高如下是:   「全部身高」除以「人數」等於 每個人幾公分  所以我們要設計如何用電腦計算 ,要「input」
Thumbnail
大家好,我是woody,是一名料理創作者,非常努力地在嘗試將複雜的料理簡單化,讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程,今天想跟大家聊聊,除了料理本身,料理創作背後的成本。
Thumbnail
哈囉~很久沒跟各位自我介紹一下了~ 大家好~我是爺恩 我是一名圖文插畫家,有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快!隨著時間過去,創作這件事好像變得更忙碌了,也很開心跟很多厲害的創作者以及廠商互相合作幫忙,還有最重要的是大家的支持與陪伴🥹。  
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 新模型和 Human Baselines 排名將不斷變化,Human Baselines 的位置自從基礎模型出現以來,它就不再具有多大意義了,這些排名只是表明經典 NL
Thumbnail
【特殊圖表教學目錄傳送門 : EXCEL特殊圖表大合輯 | 持續更新中】 這集要分享增減雙層柱形圖,這個圖表除了可以比較兩組數據之外,還能在上方一併呈現這兩組數據實際的差值。 【🎗️範例展示】 下方黑色與灰色的直條圖:用來比較A到H類別2022年與2023年的資料 下方綠色紅色
瞭解如何透過Regression實作Classification,使用one-hot vector表示不同的類別,並透過乘上不同的Weight和加上不同的bias來得到三個數值形成向量。同時通過softmax的方式得到最終的y'值,並探討使用Cross-entropy來計算類別的loss。
Thumbnail
  前面說明了所謂「假設檢定」的邏輯,也就是推論統計的基礎。但前面都還只是概念的階段,目前沒有真正進行任何的操作──還沒有提到推論統計的技術。   這篇其實有點像是一個過渡,是將前面的概念銜接到下一篇t分數之間的過程,也可以說是稍微解釋一下t檢定怎麼發展出來的。
說明搭肩式社會計量的目標、一般性運用原則、延伸與提醒、問句舉例。
Thumbnail
接續上一篇,繼續來講如何從常態分布的機率進行假設檢定,進而推論母體的平均數吧! 這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
Thumbnail
這篇文章以簡單易懂的文字和圖片介紹線性混和效應模型,包含其中的元素和意義。除此之外也透過 R 的實作具體呈現操作時的情況。
Thumbnail
透過探討指數級增長、常態分布與冪律分布在選擇行業時的應用,強調了分析邊際成本和市場分布特性的重要性。作者挑戰傳統追隨者思維,提倡創新和尋找獨特優勢,並透過服務業例子展示如何應用這些底層邏輯進行前瞻性決策,幫助讀者識別增長機會,制定成功策略。
Thumbnail
本課程為臨護所碩開設,學分為2學分。課程內容包括統計學概論、敘述統計學、電腦在統計上之應用、資料準備、統計推論等。學期作業、考試、評量佔30%至40%,生物統計是基本功,大家加油!
Thumbnail
第一堂學生創新團隊的點評 我們的統計在社會科學裡面,它到底是怎麼樣產生的,我們今天要算這個統計學,要送統計,他們本身要有Raw data,這樣才有辦法進行運用,如:我們要怎麼算平均身高如下是:   「全部身高」除以「人數」等於 每個人幾公分  所以我們要設計如何用電腦計算 ,要「input」