Forschungsdaten aus dem Bereich der empirischen Sozialforschung haben häufig eine hierarchische Struktur. Im Gegensatz zu einfachen linearen Regressionsmodellen ist man damit in der Lage nicht-unabhängige (korrelierte) Daten zu analysieren. Ein Beispiel für eine hierarchische Struktur ist die Zuordnung von Schülern zu Klassen, Klassen zu Schulen, Schulen zu Bezirken usw.

In der von uns angebotenen HLM-Schulung zeigen wir, wie Sie hierarchische Modelle nutzen können, um empirischen Forschungsfragen quantitativ nachzugehen. Beim Aufsetzen von hierarchischen Modellen erweist sich die intuitive Bedienbarkeit und Übersichtlichkeit der Software HLM als besonders hilfreich.

In der Schulung starten wir mit einfachen Regressionsmodellen, davon ausgehend behandeln wir Fixed- und Random Effekt Models, um schließlich Mixed Models zu analysieren. Wir werden die Modellparameter dieser Modelle mit HLM schätzen und dabei lernen, den von HLM erzeugten Output richtig zu interpretieren.

Unsere Schulungen zur Software HLM

HLM Schulung - Hierarchische Modelle

Ziel ist die Modellierung hierarchischer Datenstrukturen, wie sie in der Praxis häufig vorkommen. In der Schulung wird erlernt, wie mittels ...

zum Produkt

Alle Artikel der Kategorie "HLM Schulungen"

HLM Schulungen

Sozialwissenschaftliche oder psychologische Daten haben häufig eine verschachtelte, hierarchische Struktur, die mittels linearer Modelle...

zur Kategorie