Handbook of Multilevel Analysis

تحلیل چندسطحی تجزیه و تحلیل آماری داده های تودرتو به صورت سلسله مراتبی و غیر سلسله مراتبی است. ساده ترین مثال داده های خوشه ای است، مانند نمونه ای از دانش آموزان خوشه ای در مدارس. داده های چند سطحی به ویژه در علوم اجتماعی و رفتاری و در علوم زیست پزشکی رایج است. مدل های مورد استفاده برای این نوع داده ها، مدل های رگرسیون خطی و غیرخطی هستند که ناهمگونی مشاهده شده و مشاهده نشده را در سطوح مختلف داده ها به حساب می آورند.

این کتاب با تاکید بر موضوعات پیشرفته تر، وضعیت هنر را در تحلیل چندسطحی ارائه می کند. این موضوعات به صورت مفهومی مورد بحث قرار می گیرند، به صورت ریاضی تحلیل می شوند و با مثال های تجربی نشان داده می شوند. نویسندگان فصول از کارشناسان برجسته در این زمینه هستند.

با توجه به وجود داده های چند سطحی در همه جا در علوم اجتماعی، رفتاری و زیست پزشکی، این کتاب برای محققان تجربی در این زمینه ها مفید است. دانش قبلی در مورد تجزیه و تحلیل چند سطحی مورد نیاز نیست، اما دانش پایه از تجزیه و تحلیل رگرسیون، آمار ( مجانبی) و جبر ماتریسی فرض شده است.

Jan de Leeuw استاد برجسته آمار و رئیس گروه آمار است. ، دانشگاه کالیفرنیا در لس آنجلس. او رئیس سابق انجمن روان‌سنجی، سردبیر سابق مجله آمار آموزشی و رفتاری، سردبیر موسس مجله نرم‌افزار آماری، و سردبیر است. مجله تحلیل چند متغیره. او نویسنده (همراه با ایتا کرفت) معرفی مدلسازی چند سطحی و یکی از اعضای تیم آلبرت گیفی است که تحلیل چند متغیره غیرخطی را نوشت.< /P>

Erik Meijer اقتصاددان در شرکت RAND و استادیار اقتصاد سنجی در دانشگاه گرونینگن است. او نویسنده (همراه با تام وانسبک) کتاب بسیار تحسین شده خطای اندازه گیری و متغیرهای پنهان در اقتصادسنجی

Multilevel analysis is the statistical analysis of hierarchically and non-hierarchically nested data. The simplest example is clustered data, such as a sample of students clustered within schools. Multilevel data are especially prevalent in the social and behavioral sciences and in the bio-medical sciences. The models used for this type of data are linear and nonlinear regression models that account for observed and unobserved heterogeneity at the various levels in the data.

This book presents the state of the art in multilevel analysis, with an emphasis on more advanced topics. These topics are discussed conceptually, analyzed mathematically, and illustrated by empirical examples. The authors of the chapters are the leading experts in the field.

Given the omnipresence of multilevel data in the social, behavioral, and biomedical sciences, this book is useful for empirical researchers in these fields. Prior knowledge of multilevel analysis is not required, but a basic knowledge of regression analysis, (asymptotic) statistics, and matrix algebra is assumed.

Jan de Leeuw is Distinguished Professor of Statistics and Chair of the Department of Statistics, University of California at Los Angeles. He is former president of the Psychometric Society, former editor of the Journal of Educational and Behavioral Statistics, founding editor of the Journal of Statistical Software, and editor of the Journal of Multivariate Analysis. He is coauthor (with Ita Kreft) of Introducing Multilevel Modeling and a member of the Albert Gifi team who wrote Nonlinear Multivariate Analysis.

Erik Meijer is Economist at the RAND Corporation and Assistant Professor of Econometrics at the University of Groningen. He is coauthor (with Tom Wansbeek) of the highly acclaimed book Measurement Error and Latent Variables in Econometrics.