多層次模型HLM及重複測量: 使用SPSS分析 (附光碟) | 誠品線上

多層次模型HLM及重複測量: 使用SPSS分析 (附光碟)

內容簡介

內容簡介 ◎本書提供HLM範例資料檔、SPSS操作方式和報表解釋，使學習者容易上手。◎配合步驟說明與範例練習，兼顧HLM基本理論與實務操作方法。◎使用新版SPSS V25操作，並附上練習題，學習效果更佳。◎適用在財務金融、會計、公共衛生、生物醫學、工業工程、土木、醫學管理、航運管理、公共行政、人管、生產管理、行銷管理、教學心理、風險管理、社會學、法律學、經濟學等領域。隨書附贈資料檔光碟在自然與社會科學領域中，許多資料與研究設計都具有「階層」的性質。隨著研究方法的複雜化，應用多層次模型來分析資料的機會也逐漸增加，以彌補傳統單層次分析的不足。而SPSS的運用在各領域已深受肯定，因此在學位論文的撰寫、統計研究方面，了解多層次分析及SPSS的運用成為不可或缺的能力！本書介紹的多層次分析內容，包含多層次分析法、獨立樣本、重複測量、Moderated 迴歸方程式、多層次模型之方程式解說、多層次模型SPSS實作、中介模型、調節及干擾變數與階層性迴歸。透過統計軟體SPSS操作，結合理論、方法與統計從基礎統計知識引導，學習效果更顯著！

作者介紹

作者介紹 ■作者簡介張紹勳學歷：國立政治大學資訊管理博士現任：國立彰化師大專任教授經歷：致理技術專任副教授林秀娟學歷：國立臺灣師範大學教育心理研究所碩士現職：臺北市立成功高中專任教師

產品目錄

產品目錄 Chapter01 多層次分析法：HLM1-1多層次模型（ 階層線性模型HLM） 的興起1-1-1多層次模型的興起1-1-2單層次：多元迴歸分析（OLS） 之重點整理1-2什麼是多層次分析法？1-2-1階層線性模型（HLM） 之由來1-2-2多層次模型之重要性1-2-3傳統單層次OLS 分析巢狀（nested） 資料，會出什麼問題？1-2-4脈絡變數（contextual variables）vs. 總體變數1-3 多層次分析之模型界定1-3-1多層次模型之示意圖1-3-2多層次模型之假定（assumption）1-3-3隨機截距vs 隨機斜率之4 種關係1-3-4a隨機係數模型之3 種設定（random coefficient modeling）1-3-4b雙因子隨機係數之3 種設定解說1-3-5多層次資料結構：平減（centering） 即離差分數（deviated scores）1-4模型設定／建構的步驟1-4-1模型設定的步驟1-4-2如何提升多層次分析法的嚴謹性1-5變數中心化（centering）、交互作用項（Z×A） 具多元共線性疑慮1-5-1為何總平減（grand-mean centering） 可克服多元共線性之問題1-5-2交互作用項（Z*A） 會導至多元共線性之嚴重問題：心臟科1-5-3變數中心化（centering variables） 平減1-5-4中心化（centering）／平減的時機1-5-5中心化（centering） 的類別1-6線性混合模型：多層次分析入門（mixed, xtmixed 指令）1-6-1線性混合模型（linear mixed model） 之方程式Chapter 02 獨立樣本ANOVA、重複測量（MIXED指令）、Moderated 迴歸方程式2-1變異數分析（ANOVA） 之簡介2-1-1 ANOVA【基本概念】2-1-2 ANOVA【重點整理】2-2 one way ANOVA 分析2-2-1 one way ANOVA：四種教學法的教學效果比較（oneway 指令）2-2-2單因子ANOVA：A 因子（ 四組） 在連續變數Y 的平均數比較（oneway、oneway contrast、oneway posthoc、unianova print =etasq.、oneway polynomial 指令）2-3 two way ANOVA 分析：Moderated 迴歸方程式2-3-1 two way ANOVA：教室氣氛（a） 和教學方法（b） 對學習成就（y）：交互作用項（MANOVA 指令）2-4 單層次：重複測量的混合效果模型（mixed effect model for repeated measure） 2-4-1重複量測（repeated measurement）ANOVA 的重點整理2-4-2重複測量ANOVA 之主要效果 交互效果檢定（雙層MIXED vs.單層GLM 指令）2-5 雙層次（MIXED 指令）：重複測量的混合效果模型2-5-1雙層次vs.二因子混合設計ANOVA：wide 格式（雙層MIXEDvs.單層GLM 指令）2-5-2雙層次vs.二因子混合設計ANOVA：long 格式（MIXED 指令）Chapter03 多層次模型之方程式解說：有（Z×X）交互作用項就須中心化3-1多層次模型之方程式解說：影響住宅房價之個體層及群組層3-1-1 Step 1 設定（模型1）：零模型（null model）3-1-2 Step 2 設定（模型2）：平均數為結果的迴歸模型（means-as-outcomes regression）3-1-3 Step 3 設定（模型3）：Level-1 具固定效果之隨機截距模型3-1-4 Step 4 設定（模型4）：隨機係數（random coefficients） 迴歸模型3-1-5 Step 5 設定（模型5）：截距與斜率為結果的迴歸（交互作用）Chapter04 多層次模型（multi-level modeling）：SPSS實作（MIXED 指令）4-1六步驟來挑選最佳多層次模型（即HLM）：用IC準則來判斷4-1-0樣本資料檔4-1-1 Step 1: 零模型（intercept-only-model, unconditional model）4-1-2 Step 2: Level-1 單因子之隨機截距模型（ 無隨機斜率u1j）4-1-3 Step 3: Level-1 單因子之隨機截距且隨機斜率模型（slopes and intercepts as outcomes）4-1-4 Step 4: Level-1 雙因子之隨機斜率模型4-1-5 Step 5: Level-2 單因子及Level-1 雙因子之隨機模型（無交互作用）4-1-6 Step 6: Level-2 單因子及Level-1 雙因子之隨機模型（有交互作用）4-2多層次模型之SPSS 練習題（ 新版MIXED 指令，舊版xtmixed 指令）Chapter05 中介模型、調節／干擾變數5-1理論與模型二者是一體兩面的關係5-2理論建構的二個途徑5-3因果關係的第三者：調節／干擾變數（moderator）、中介變數5-3-1組織研究的中介檢定之緣起5-3-2中介變數（ 直接效果、間接效果） ≠調節變數（交互作用效果）5-3-3a中介變數5-3-3b中介變數存在與否的4種檢定法5-4中介模型Sobel 檢定法（巨集指令）：影響憂鬱症的直接及間接因素5-5調節變數（moderator），又稱干擾變數5-5-1調節式中介效果（moderated mediation ）5-5-2多層次中介效果：STaTa 實作（ml_mediation、xtmixed 指令）Chapter06 層次迴歸／階層性迴歸（hierarchicalregression）6-1層次迴歸（hierarchical regression） 重點性6-2層次迴歸的概念6-3層次迴歸分析：寵物越多可增加幸福感嗎（regression 指令）參考文獻

商品規格

最佳賣點

最佳賣點 : ◎本書提供HLM範例資料檔、SPSS操作方式和報表解釋，使學習者容易上手。
◎配合步驟說明與範例練習，兼顧HLM基本理論與實務操作方法。
◎使用新版SPSS V25操作，並附上練習題，學習效果更佳。
◎適用在財務金融、會計、公共衛生、生物醫學、工業工程、土木、醫學管理、航運管理、公共行政、人管...

試閱文字

自序 : SPSS是國際知名的統計軟體，SPSS 在財務金融、會計、公共衛生、生物醫學、工業工程、土木、醫學管理、航運管理、公共行政、人管、生產管理、行銷管理、教學／心理系、風險管理系、社會系、法學院、經濟系等領域應用已深受肯定。尤其最新版SPSS v25，與舊版的畫面及指令都已大幅改變。
在google scholar 學術搜尋中，查詢「hierarchical linear modeling」會出現
2,940,000 篇以上論文；查詢「repeated measurements」會出現3,330,000 篇以上論文；查詢「mediator model」會出現1,460,000 篇以上論文。以上統計方法都是本書介紹的重點。
本書介紹「多層次模型」，旨在使用SPSS 實作資料「popular2.sta」，並解
說，混合模型分析的步驟，進而求出下列答案：
(1) 單層 vs. 雙層模型誰優，理由(證據) 為何？
(2) 隨機截距 vs.「隨機截距+ 隨機斜率」vs. 隨機斜率，三者誰最優，理由(證據) 為何？
(3) 雙層的模型中，level-1「單因子」vs.「雙因子」，誰優，理由 (證據) 為何？
(4) 雙層的模型中，level-1與 level-2「無交互作用項」vs.「有交互作用項」，誰優，理由(證據) 為何？
(5) 雙層的模型中，level-1 與level-2 若「有交互作用項」，「無總平減」vs.
「有總平減」，誰優，理由(證據) 為何？
SPSS 國內使用者眾多，故撰寫理論、統計及方法論兼備的SPSS 專業書籍，並附上範例資料檔供讀者實作：
一、《高等統計：應用SPSS 分析》一書，該書內容包括：描述性統計、樣本數的評估、變異數分析、相關、迴歸建模及診斷、重複測量等。
二、《多變量統計之線性代數基礎：應用SPSS 分析》，該書內容包括：平均數之假設檢定、MANOVA、典型相關分析(canonical correlation analysis)、判別分析(discriminant analysis)、主成分分析、因素分析(factor analysis)、集群分析、多向度量尺／多維標度法。
三、《邏輯斯迴歸及離散選擇模型：應用SPSS 分析》一書，該書內容包括：邏輯斯迴歸、Probit 迴歸、多項式邏輯斯迴歸、Ordinal 迴歸、Poisson 迴歸、負二項迴歸等。
四、《多層次模型(HLM) 及重複測量：使用SPSS 分析》一書，該書內容包括：線性多層次模型、panel-data迴歸等。
五、《存活分析及ROC：應用SPSS》一書，該書內容包括：類別資料分析(無母數統計)、logistic 迴歸、存活分析、流行病學、配對與非配對病例對照研究資料、勝出比 (odds ratio) 的計算、篩檢工具與ROC 曲線、Cox 比例危險模型、Kaplan-Meier 存活模型、參數存活分析六種模型等。
此外，研究者如何選擇正確的統計方法，包括適當的估計與檢定方法、與統計概念等，都是實證研究中很重要的內涵，這也是本書撰寫的目的之一。本書內文盡量結合「理論、方法、統計」，期望能讓學習者得到良好的研究成果。

張紹勳 林秀娟 敬上

試閱文字

內文 : 1-1-1 多層次模型( 階層線性模型，HLM) 的興起
多層次模型(multilevel model)，又稱階層線性模型(hierarchical linear model,HLM)。HLM 在生物統計領域習慣稱作線性混合模型(linear mixed model,LMM)，在應用統計領域則常稱為多層次模型或多層次迴歸(multilevel model／multilevel regression)，但不管如何稱呼它，其背後的原理大致是差不多的。

多層次模型常存在的疑問有二類：(1) 資料為「階層性」的性質。(2) 資料「重複測量」的研究設計。在生物醫學、教育等社會及自然科學領域中，抽樣(sampling) 設計常常存在「階層性」，例如：分層隨機抽樣法，它就使用階層抽樣(hierarchical sampling)／集群抽樣(cluster sampling)。分層隨機抽樣法可能以學校為抽樣的單位，檢視城鄉差距對學生學業成就的影響，此時學生是巢狀或嵌套(nested) 在學校之下；或是組織的行為研究也常常以不同公司的員工填答問卷資料，此時員工也是巢狀在公司之下。而這以傳統的統計方法( 例如：複迴歸或ANOVA) 處理這種階層性資料會存在一些問題，傳統的迴歸最重要的一個假定(assumption) 就是誤差ε 具有「獨立性」，亦即每個受訪者的依變數(結果變數／依變數) 是互相獨立的，但是同一間學校的學生的特質理論上應該會比較相似，而來自同一公司的一群員工也應該具有比較相似的特質，此時若使用傳統迴歸(SPSS 指令包括reg、heckpoisson、hetregress、intreg、ivpoisson、ivtobit、npregress、qreg、sureg、tobit、tpoisson、truncreg、zip)，由於未能考量「群組層次→個體層次」的調節( 干擾，moderator)，導致線性迴歸式可能產生錯誤的推論效果，簡單來說即傳統的迴歸無法處理「互依性」的資料。此時使用HLM則可以考慮每一個總體層次單位( 跨國、學校、公司、鄰居) 之下的個體層次單位(學生、員工、住戶) 互為相依的事實。