階層線性模式
- 作者:Stephen W. Raudenbush,Anthony S. Bryk/著
- 譯者:郭志剛等/譯
- 出版社:五南
- 出版日期:2008-10-14
- 語言:繁體中文
- ISBN10:9571153168
- ISBN13:9789571153162
- 裝訂:平裝 / 534頁 / 16k / 19 x 26 cm / 普通級 / 單色印刷 / 初版
作者簡介
Stephen W. Raudenbush
美國密西根大學教育學系、統計學系教授、調查研究中心資料研究科學家。
主要研究領域為:多層次分析與縱貫研究的統計方法。
Anthony S. Bryk
美國芝加哥大學社會學系教授、芝加哥學校研究協會資深主任。
主要研究領域為:學校組織、城市教育改革、可計量性以及教育統計學。
譯者簡介
邱皓政
現任:國立中央大學企業管理學系副教授
國立政治大學創新與創造力研究中心研究員
學歷:美國南加州大學University of Southern California哲學博士,主修心理計量學
經歷:美國加州大學洛杉磯分校(UCLA)神經醫學研究中心統計分析師
輔仁大學心理學系
世新大學社會心理系
台灣統計方法學學會理事長
台灣心理學會秘書長
著作:《潛在類別模式:原理與技術》(五南)
《量化研究與統計分析》(五南)
《結構方程模式:LISREL的應用》(雙葉)
《量化研究法(一):研究設計與資料處理》(雙葉)
《量化研究法(二):統計原理與分析技術》(雙葉)
譯有《多層次模型分析導論》(五南)
溫福星
現任:東吳大學國際經營與貿易學系助理教授
擁有國際財務風險管理師(FRM) 執照
學歷:政治大學企業管理博士
中央大學統計碩士
台灣師範大學資訊碩士
經歷:奧美廣告、直效行銷公司研究員
聯合報民意調查中心記者
台灣統計方法學學會祕書長
著作:《階層線性模式:原理、方法與應用》(雙葉)
譯有《科技行銷》(華泰)
第一篇原理
第一章導論
階層資料結構:一個普遍現象
階層資料分析長久以來的困境
階層模型統計理論的發展簡史
階層線性模式的早期應用
本書第1版問世以來的新發展
本書架構
第二章階層線性模式的原理
範例準備
一般模型及其簡單子模型
基本階層線性模式的擴展
選擇X和W的位置(置中)
本章術語及符號使用摘要
第三章階層線性模式估計及假設考驗的原理
估計理論
假設考驗
本章術語概要
第四章範例說明
概述
單因子變異數分析
以平均值作為結果的迴歸
隨機係數模型
以截距和斜率作為結果的模型
估計一個特定觀察單位的層1係數
本章術語概要
第二篇基本應用
第五章組織研究中的應用
組織效果研究的背景議題
建立模型
例1:透過隨機截距模型對組織共同效果模式化
例2:透過以截距和斜率為結果變數的模型來解釋組織的差別效果
層1變異數異質性情況下的應用
組織效果研究中層1預測變數的置中
使用變異數統計量的削減比例
估計個別組織的效果
設計兩層組織效果研究時對檢定力的考量
第六章個體變化研究中的應用
個體變化研究中的背景問題
模型建立
線性成長模式
二次成長模式
其他形式的成長模式
個體變化研究中層1預測變數的置中
比較階層模型、多變量重複測量模型和結構方程模式
層1中遺漏觀測值的影響
利用階層模型來預測未來狀況
成長與變化研究設計中有關檢定力的考量
第七章HLM在後設分析和其他層1變異數已知情況下的運用
導言
為後設分析建立模型
例子:教師對學生智商期望的效果
其他層1變異數已知時的問題
多變量的變異數已知模型
不完整多變量資料的後設分析
第八章三層模型
三層模型的發展與檢驗
研究組織內的個人變化
層1的測量模型
估計三層模型中的隨機係數
第九章評估階層模型的適切性
引言
兩層階層線性模型的關鍵假定
建立層1模型
建立層2模型
在樣本為小樣本時推論效度
附錄
第三篇高級應用
第十章階層廣義線性模型
作為階層廣義線性模型特例的兩層階層線性模型
對二分結果變數的兩層和三層的模型
對計數資料的階層模型
對次序數據的階層模型
對多項資料的階層模型
在階層廣義線性模型中的估計考量
本章術語概要
第十一章潛在變數的階層模型
有遺漏值的迴歸
自變數有測量誤差的迴歸
有遺漏值和測量誤差的迴歸
潛在變數直接和間接效果的估計
非線性項目反應模型
本章術語概要
第十二章交互嵌套的隨機效果模型
對交互嵌套的隨機效果模型的公式化和檢驗
例1:蘇格蘭教育成績中的鄰里效果與學校效果
例2:兒童在小學階段認知能力成長中的班級效果
小結
本章術語概要
第十三章階層模型的貝氏推論
貝氏推論導論
例子:常態平均值的推論
貝氏觀點下的階層線性模型
兩層 HLM 的貝氏推論基礎
例子:貝氏與實證貝氏的後設分析
吉布斯抽樣以及其他計算方法
本章術語概要
第四篇估計理論
第十四章估計理論
模型、估計方法及演算法
最大概似估計與貝氏估計的綜述
對兩層階層線性模型做最大概似估計
基於期望最大化的最大概似估計
基於費雪得分的最大概似估計
多變量階層線性模型中的最大概似估計
階層廣義線性模型的估計
總結與結論