HLM软件操作简介[共55页]

1、HLM6 软件操作中国人民大学统计学院陈堰平 分层线性模型 (Hierarchical linear Model，简称 HLM，又称多层线性模型，Multilevel Linear Model)，HLM6.0 是分层线性模型软件，包含线性和非线性部分，可以读取大部份统计软件的数据如 SPSS, SAS, SYSTAT及STATA等等。HLM常用于社会科学和行为科学，因为它常有嵌套结构(Nested Structure)的数据，因此需用次模型(Sub-Model)或分层线性模型(Hierarchical Model)，HLM就是设计来专门解决此类问题的，HLM提供的模型包括2-level mod

2、els、3-level models、Hierarchical Generalized Linear Models (HGLM)和Hierarchical Multivariate Linear Models (HMLM)等。 HLM6 的五个模块The HLM program encompasses 5 modules that may be used to fit different types of models: The HLM2 module is used to fit two-level linear and non-linear (HGLM) models. It offers

3、 the widest array of special features, output, and hypothesis testing options. The HLM3 module is used to fit three-level linear and non-linear (HGLM) models. The range of features are similar to that of HLM2. The HMLM module allows estimation of multivariate normal models from incomplete data. With

4、in the framework of HMLM, it is possible to estimate models having An unrestricted covariance structure, that is a full covariance matrix.A model with homogenous level-1 variance and random intercepts and/or slopes at level-2.A model with heterogeneous variances at level 1 (a different variance for

5、each occasion) and random intercepts and/or slopes at level 2.A model that includes a log-linear structure for the level-1 variance and random intercepts and/or slopes at level 2.A model with first-order auto-regressive level-1 random errors and random intercepts and/or slopes at level 2. HMLM2 allo

6、ws for study of multivariate outcomes for persons who are, in turn, nested within higher-level units and offers similar modeling features as HMLM. The HCM2 module is used for two-level cross-classified random effects models, where lower-level units are cross-classified by two higher-level units. 原始数

7、据的格式：SPSS、ASCII、SAS、SYSTAT 学生版的限制：对于两层模型，层1最多7200条观测，层2最多350条观测对于三层模型，层1、2、3最多只能有7500、1700、60条观测每层不能超过5个效应（Effects），效应的总数不能超过25个 下载地址：ftp:/ 两层模型 三层模型 分层广义线性模型（HGLM） 分层多元线性模型（HMLM） HLM6的作图功能一、两层模型 对于ASCII格式的数据，ID变量必须是字符型，对于其它格式，可以是字符或数值型 层一数据必须以层二单元ID分组，并在导入HLM前排序 如果ID是数值型，范围必须在 到 之间。如果是浮点数，则小数部分被忽略

8、字符型的ID不能超过12位。 给定层的ID必须一样宽度关于ID变量（P17） Hierarchical Linear Models 第四章实例讲解实例讲解层层2数据数据层层1数据数据指定层1变量指定层2变量 保存MDM模板 生成MDM文件 查看MDM的统计量MDM的描述统计量选择层选择层1的结果变量的结果变量无条件模型无条件模型 bold 黑体：按总平均数对中 bold italic 黑斜体：按层-2平均数（组平均数）对中对中方式对中方式填加层填加层1解释变量解释变量 In the level-2 model, both the intercept and SES slope are to b

9、e modeled as dependent on the schools mean social class (MEANSES) and school sector (SECTOR). 填加层填加层2的解释变量的解释变量混合模型混合模型Using level subscripts指定层指定层1系数为随机的或非随机的系数为随机的或非随机的结果分析（与课本结果分析（与课本82页表页表4.5比较）比较）基本设置基本设置层层1的残差数据的残差数据层层2的残差数据的残差数据 手册P3646 结合SPSS的描述统计和统计图功能层1残差的分析层2残差的分析残差分析残差分析 层1模型在生成MDM文件时逐条删

10、除在分析时逐条删除analysis of multiply-imputed data（Section 9.2） 层2模型，因假设是完全的，如果有缺失 impute a value删除 methods described in Section 9.2确实数据的处理（确实数据的处理（P4648）其他设置其他设置收敛的控制（收敛的控制（P49）Estimation control To put constraints on fixed effects层层1异方差建模异方差建模假设检验假设检验 Models without a level-1 intercept Coefficients having a random effect with no corresponding fixed effect二、三层模型数据是课本第八章数据是课本第八章Data input requires a level-1 file (in our