HLM6软件操作中国人民大学统计学院陈堰平2021/6/41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。2021/6/42HLM6的五个模块2021/6/43TheHLMprogramencompasses5modulesthatmaybeusedtofitdifferenttypesofmodels:TheHLM2moduleisusedtofittwo-levellinearandnon-linear(HGLM)models.Itoffersthewidestarrayofspecialfeatures,output,andhypothesistestingoptions.TheHLM3moduleisusedtofitthree-levellinearandnon-linear(HGLM)models.TherangeoffeaturesaresimilartothatofHLM2.2021/6/44TheHMLMmoduleallowsestimationofmultivariatenormalmodelsfromincompletedata.WithintheframeworkofHMLM,itispossibletoestimatemodelshavingAn 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 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 2.2021/6/45HMLM2allowsforstudyofmultivariateoutcomesforpersonswhoare,inturn,nestedwithinhigher-levelunitsandofferssimilarmodelingfeaturesasHMLM.TheHCM2moduleisusedfortwo-levelcross-classifiedrandomeffectsmodels,wherelower-levelunitsarecross-classifiedbytwohigher-levelunits.2021/6/46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：ftp:/ftp.lisrel.com/hlm/windows2021/6/47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2021/6/48一、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）2021/6/49Hierarchical Linear Models第四章实例讲解实例讲解2021/6/410层层2数据数据2021/6/411层层1数据数据2021/6/4122021/6/4132021/6/4142021/6/415指定层1变量2021/6/416指定层2变量2021/6/417保存MDM模板生成MDM文件查看MDM的统计量2021/6/418MDM的描述统计量2021/6/4192021/6/420选择层选择层1的结果变量的结果变量2021/6/421无条件模型无条件模型2021/6/422bold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2021/6/423填加层填加层1解释变量解释变量2021/6/424Inthelevel-2model,boththeinterceptandSESslopearetobemodeledasdependentontheschoolsmeansocialclass(MEANSES)andschoolsector(SECTOR).2021/6/425填加层填加层2的解释变量的解释变量2021/6/4262021/6/427混合模型混合模型2021/6/428Using level subscripts2021/6/429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2021/6/430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）2021/6/431基本设置基本设置2021/6/432层层1的残差数据的残差数据2021/6/433层层2的残差数据的残差数据2021/6/434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2021/6/435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（确实数据的处理（P4648）2021/6/436其他设置其他设置2021/6/437收敛的控制（收敛的控制（P49）2021/6/4382021/6/439Estimation control 2021/6/440To put constraints on fixed effects2021/6/441层层1异方差建模异方差建模2021/6/442假设检验假设检验2021/6/4432021/6/4442021/6/445Modelswithoutalevel-1interceptCoefficientshavingarandomeffectwithnocorrespondingfixedeffect2021/6/446二、三层模型数据是课本第八章数据是课本第八章Datainputrequiresalevel-1file(inourillustrationatime-seriesdatafile),alevel-2file(child-levelfile),andalevel-3(schoollevel)file2021/6/4472021/6/4482021/6/4492021/6/450三、分层广义线性模型（HGLM）2021/6/4512021/6/4522021/6/453示例数据ExamplesChapter6THAIU1.HLM2021/6/454ThankYou!2021/6/455部分资料从网络收集整理而来，供大家参考，感谢您的关注！