HLM软件操作简介课件_第1页
HLM软件操作简介课件_第2页
HLM软件操作简介课件_第3页
HLM软件操作简介课件_第4页
HLM软件操作简介课件_第5页
已阅读5页,还剩50页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

HLM6软件操作中国人民大学统计学院陈堰平HLM6软件操作中国人民大学统计学院1分层线性模型

(HierarchicallinearModel,简称HLM,又称多层线性模型,MultilevelLinearModel),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(NestedStructure)的数据,因此需用次模型(Sub-Model)或分层线性模型(HierarchicalModel),HLM就是设计来专门解决此类问题的,HLM提供的模型包括2-levelmodels、3-levelmodels、HierarchicalGeneralizedLinearModels(HGLM)和HierarchicalMultivariateLinearModels(HMLM)等。分层线性模型(HierarchicallinearMo2HLM6的五个模块HLM6的五个模块3

TheHLMprogramencompasses5modulesthatmaybeusedtofitdifferenttypesofmodels:

TheHLM2moduleisusedtofittwo-levellinearandnon-linear(HGLM)models.Itoffersthewidestarrayofspecialfeatures,output,andhypothesistestingoptions.TheHLM3moduleisusedtofitthree-levellinearandnon-linear(HGLM)models.TherangeoffeaturesaresimilartothatofHLM2. TheHLMprogramencompasses54TheHMLMmoduleallowsestimationofmultivariatenormalmodelsfromincompletedata.WithintheframeworkofHMLM,itispossibletoestimatemodelshavingAnunrestrictedcovariancestructure,thatisafullcovariancematrix.Amodelwithhomogenouslevel-1varianceandrandominterceptsand/orslopesatlevel-2.Amodelwithheterogeneousvariancesatlevel1(adifferentvarianceforeachoccasion)andrandominterceptsand/orslopesatlevel2.Amodelthatincludesalog-linearstructureforthelevel-1varianceandrandominterceptsand/orslopesatlevel2.Amodelwithfirst-orderauto-regressivelevel-1randomerrorsandrandominterceptsand/orslopesatlevel2.TheHMLMmoduleallowsestimat5HMLM2allowsforstudyofmultivariateoutcomesforpersonswhoare,inturn,nestedwithinhigher-levelunitsandofferssimilarmodelingfeaturesasHMLM.TheHCM2moduleisusedfortwo-levelcross-classifiedrandomeffectsmodels,wherelower-levelunitsarecross-classifiedbytwohigher-levelunits.HMLM2allowsforstudyofmult6原始数据的格式: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:/hlm/windows原始数据的格式:7主要内容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的作图功能主要内容两层模型8一、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)一、两层模型对于ASCII格式的数据,ID变量必须是字符型,9HierarchicalLinearModels

第四章实例讲解HierarchicalLinearModels第四章10层2数据层2数据11层1数据层1数据12HLM软件操作简介ppt课件13HLM软件操作简介ppt课件14HLM软件操作简介ppt课件15指定层1变量指定层1变量16指定层2变量指定层2变量17保存MDM模板生成MDM文件查看MDM的统计量保存MDM模板18MDM的描述统计量MDM的描述统计量19HLM软件操作简介ppt课件20选择层1的结果变量选择层1的结果变量21无条件模型无条件模型22bold黑体:按总平均数对中bolditalic黑斜体:按层-2平均数(组平均数)对中对中方式对中方式23填加层1解释变量填加层1解释变量24Inthelevel-2model,boththeinterceptandSESslopearetobemodeledasdependentontheschool'smeansocialclass(MEANSES)andschoolsector(SECTOR).Inthelevel-2model,boththe25填加层2的解释变量填加层2的解释变量26HLM软件操作简介ppt课件27混合模型混合模型28UsinglevelsubscriptsUsinglevelsubscripts29指定层1系数为随机的或非随机的指定层1系数为随机的或非随机的30结果分析(与课本82页表4.5比较)结果分析(与课本82页表4.5比较)31基本设置基本设置32层1的残差数据层1的残差数据33层2的残差数据层2的残差数据34手册P36~46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手册P36~46残差分析35层1模型在生成MDM文件时逐条删除在分析时逐条删除analysisofmultiply-imputeddata(Section9.2)层2模型,因假设是完全的,如果有缺失

imputeavalue删除methodsdescribedinSection9.2确实数据的处理(P46~48)层1模型确实数据的处理(P46~48)36其他设置其他设置37收敛的控制(P49)收敛的控制(P49)38HLM软件操作简介ppt课件39EstimationcontrolEstimationcontrol40ToputconstraintsonfixedeffectsToputconstraintsonfixedef41层1异方差建模层1异方差建模42假设检验假设检验43HLM软件操作简介ppt课件44HLM软件操作简介ppt课件45Modelswithoutalevel-1interceptCoefficientshavingarandomeffectwithnocorrespondingfixedeffectModelswithoutalevel-1inte46二、三层模型数据是课本第八章Datainputrequiresalevel-1file(inourillustrationatime-seriesdatafile),alevel-2file(child-levelfile),andalevel-3(schoollevel)file二、三层模型数据是课本第八章Datainputrequi47HL

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论