用SPSSMixedModel定义多水平模型.ppt

《用SPSSMixedModel定义多水平模型.ppt》由会员分享，可在线阅读，更多相关《用SPSSMixedModel定义多水平模型.ppt（18页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、用SPSS Mixed Model 定义多水平模型北京师范大学心理学院刘红云数据结构 一个个体一行记录，多个变量，含有一个描述个体编号的变量 Multiple Variable Data Structure（MV）一次观测一行记录，含有一个个体编号和测量次数或时间的变量 Multiple Record Data Structure（MR）Multiple Variable Data StructureMultiple Record Data Structure 具有一般嵌套结构特点的多层数据学生嵌套于学校句法（Syntax）GET FILE=C:HLM_EXAMPLEEX1.SAV.MIXED

2、 MATHACH BY SECTOR WITH MEANSES CSES/METHOD=REML/PRINT=SOLUTION TESTCOV/FIXED=MEANSES SECTOR CSES MEANSES*CSES SECTORCSES SSTYPE(3)/RANDOM=INTERCEPT CSES SUBJECT(SCHOOL)COVTYPE(UN).句法（Syntax）解释1 GET FILE=C:HLM_EXAMPLEEX1.SAV.2 MIXED MATHACH BY SECTOR WITH MEANSES CSES3/METHOD=REML4/PRINT=SOLUTION TE

3、STCOV5/FIXED=MEANSES SECTOR CSES MEANSES*CSES SECTORCSES SSTYPE(3)6/RANDOM=INTERCEPT CSES SUBJECT(SCHOOL)COVTYPE(UN).1 打开数据文件；2 因变量为MATHACH，自变量为SECTOR，MEANSES CSES，分类自变量写在BY 的后面，连续自变量写在WITH 的后面；3 用限制性极大似然估计法，在Mixed Model 中估计方法有REML 和ML 两种，REML 是缺省的设置；4 SOLUTION 定义打印输出固定部分参数估计和检验结果，TESTCOV 要求打印输出随机部分

4、协方差矩阵的估计和检验结果；5 FIXED 后面定义模型中的预测变量；6 Random 后的变量用来定义允许第二层有差异的随机变量，SUBJECT 后的SCHOOL 为更高的组变量，COVTYPE用来定义协方差矩阵的类型MIXED MODEL 应用举例：模型1 无条件模型 GET FILE=C:HLM_EXAMPLEEX1.SAV.MIXED MATHACH/METHOD=REML/PRINT=SOLUTION TESTCOV/FIXED=|SSTYPE(3)/RANDOM=INTERCEPT|SUBJECT(SCHOOL)COVTYPE(UN).应用举例：模型1无条件模型参数估计结果应用举例

5、：模型2条件模型（水平2 预测变量）MIXED MATHACH with meanses/METHOD=REML/PRINT=SOLUTION TESTCOV/FIXED=MEANSES|SSTYPE(3)/RANDOM=INTERCEPT|SUBJECT(SCHOOL)COVTYPE(UN).应用举例：模型2条件模型（水平2 预测变量）结果应用举例：模型3条件模型（水平1 预测变量中心化）MIXED MATHACH with cses/METHOD=REML/PRINT=SOLUTION TESTCOV/FIXED=CSES|SSTYPE(3)/RANDOM=INTERCEPT cses|S

6、UBJECT(SCHOOL)COVTYPE(UN).应用举例：模型3条件模型（水平1 预测变量中心化）结果应用举例：模型4同时含有水平1 和水平2 的预测变量 MIXED MATHACH BY SECTOR WITH MEANSES CSES/METHOD=REML/PRINT=SOLUTION TESTCOV/FIXED=MEANSES SECTOR CSES MEANSES*CSES SECTOR*CSES|SSTYPE(3)/RANDOM=INTERCEPT CSES|SUBJECT(SCHOOL)COVTYPE(UN).应用举例：模型4同时含有水平1 和水平2 的预测变量结果用SPSS MIXED MODEL 分析追踪研究的数据模型1：无条件模型 GET FILE=C:HLM_EXAMPLEOPPOSITES_PP.SAV.mixed opp with time ccog/print=solution/method=reml/fixed=intercept time ccog time*ccog/repeated wave|subject(id)covtype(un).模型1：无条件模型结果