English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 4723/16732 (28%)
造訪人次 : 6405251      線上人數 : 151
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://utaipeir.lib.utaipei.edu.tw/dspace/handle/987654321/4727


    題名: HLM多層次線性分析:理論、方法與實務
    作者: 謝俊義
    貢獻者: 臺北市立教育大學社會暨公共事務學系
    日期: 2010-08-27
    上傳時間: 2011-12-01 11:15:15 (UTC+8)
    出版者: 鼎茂
    摘要: Hierarchical Linear and Nonlinear Modeling (HLM)稱為階層線性模型也有人稱為多層次迴歸分析Multilevel Linear Modeling HLM也可以跑panel data analysis 縱斷面分析, 一般線性分析 (GLM)等, 為現在時下研究必備要學的統計工具。

      也就是在SEM結構方程模型中所稱的潛在成長模型 Latent Growth Curve ; Latent Growth Modeling。

      層級線性與多層次模型在國內外日益受到重視,最主要是傳統統計方法只能估計單一個體層級或單一組織層級,這對估計現實世界的情況有很大偏誤,比如說員工的工作滿意,如果只是單一估計員工個別因素,可能會錯估它們工作系絡或組織的潛在影響。多層次與層級線性模型廣泛應用到組織管理、教育、醫藥健康等領域。這本書主要應用層級線性與多層次模型的理論、實務與軟體應用的參考書。

      這本書的目標即在提供有興趣多層次分析的學生、學者與實務人員教學與研究的指導。在這本書亦提供範例的資料檔與統計程式操作方式。這些基礎理論與範例有助於我們瞭解多層次分析。要深入瞭解這本書必須要有基本的多元迴歸方程式的知識。這本書會提供HLM 6.08所演示的範例,針對多層次迴歸分析主要模型的操作程序,並強調這些統計軟體所產生的報表解釋,諸如結果變項為連續變數或者類別變數的兩層與三層模型、輔助性統計(如迴歸係數信賴區間、組內相關係數等)、檢視模型假設等。

      在這本書主要環繞著為什麼多層次分析對組織研究、不同領域研究處於關鍵?什麼是多層次分析的概念模型?多層次分析模型跟傳統模型有何不同?如何正確操作多層次分析的統計軟體,以及提出關鍵性解釋。線性混合效果模型基本概念與變異數分析的估計,包含可以衡量固定效果,以及無法直接估計而由變異數與共變異數矩陣估計的隨機效果模型(包含連續變數、類別資料變數、時間資料)。

    【目錄】
    第一章 為什麼需要多層次分析模型
    第二章 探索組織結構、過程與結果的方法
    第三章 多層次線性模型基礎概念
    第四章 多層次連續變數資料分析
    第五章 時間分析與多層次成長模型概念
    第六章 多層次模型成長模型應用
    第七章 多層次類別變數資料分析
    第八章 多層次結構方程式
    第九章 多層次跨類別資料分析
    第十章 多層次迴歸分析研究期刊論文步驟
    顯示於類別:[社會暨公共事務學系] 專書/專書篇章

    文件中的檔案:

    沒有與此文件相關的檔案.



    在uTaipei中所有的資料項目都受到原著作權保護.


    如有問題歡迎與系統管理員聯繫
    02-23113040轉2132
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋