1多層模型的思想基礎
社會學理論強調社會環境(social context,也可稱為社會背景、社會情境)對人與人之間的差異的影響,認為人們的認識與行動會隨其所置身的社會環境的變化而變化。社會科學研究通常會涉及大量的個人與社會環境之間的互動關係。這種互動關係決定了社會研究所用資料的多層結構(multi-level structure)。
對於多層資料而言,變數的差異同樣可以區分為組內差異與組間差異。因而,對於具有多層結構的資料,所應用的分析方法應同時兼顧組內差異與組間差異。
2多層模型的基本原理
多層線性模型的分析思路可以大致分為兩步:
(1)將多層結構資料在因變數上的變異分割為組內與組間變異兩個層次;
(2)分別在不同層次上引入自變數對二者進行解釋。
最簡單的多層模型,由一個組內方程與一個組間方程組成;同時,組內方程將作為結果變數由組間方程加以解釋。
以教育研究中關於學習成績的研究為例:其中,
學生為組內(層1)分析單位;
學校為組間(層2)分析單位。
組內(層1)模型考察每一所學校內部學生層次的差異對學習成績的影響;
組間(層2)模型進一步考察學校層次的特徵對學生的學習成績的影響。
實際上,
組內(層1)模型針對就讀於同一所學校的學生的學習成績進行迴歸,取得不同學校的模型引數估計值(即迴歸截距與每個學生的背景變數的斜率);
組間(層2)模型分別以這些迴歸截距與斜率作為因變數進行迴歸。
簡而言之,所謂多層線性模型可以稱之為對組內(層1)模型的迴歸截距與斜率係數的再回歸。
(整理自謝宇《迴歸分析》P295-297)