摘要
方差分析、线性回归分析、Logistic回归分析等统计方法一般要求数据具有独立性,但在实际工作中,许多数据并不符合"独立性"要求,而具有层次性。例如,学生来自不同的学校,由于生源、教育资源等不同,同一所学校的学生特征(如学习成绩)更具相似性,而不具有独立性,即学生为低层(水平1),学校为高层(水平2),又如纵向数据,同一观察对象的测量资料往往具有相关性,也不具有独立性,即测量时间点为低层(水平1),观察对象为高层(水平2)。上述具有层次结构的资料被称为多水平资料。多水平模型是20世纪80年代初针对多水平资料非独立性问题发展起来的一类模型,根据不同起源、从事的领域、用途和传承等,又被称为混合效应模型、多层次模型、随机效应模型、随机系数模型和方差成分模型等[1-4]。也有研究者将广义估计方程归入多水平模型[2]。
作者
顾刘金
陈钢
GU Liujin;CHEN Gang
出处
《预防医学》
2021年第4期431-432,共2页
CHINA PREVENTIVE MEDICINE JOURNAL