我是一个比较懒的人，在学习多层线性模型的过程中，总是想着怎么轻松怎么来，所以就经常在各种介绍多层线性模型的图书间跳来跳去。
当然，很多时候也是因为有些书写的实在是太难，尤其是对于一个社会科学背景的学生来说。斯蒂芬·W.劳登布什和安东尼·S.布里克的《分层线性模型：应用与数据分析方法》（郭志刚等译，社会科学文献出版社，2016）
是经常被人推荐的一本关于分层线性模型的图书，但我经常是翻着、翻着就不知道自己在干嘛了。我下面说的不一定对，所以，你如果发现我说错了，你可以悄悄地告诉我。
分层线性模型的名称、软件及其它
1. 分层线性模型的名称问题
分层线性模型其实有很多名字，像什么多层统计分析模型或多水平模型（Multilevel models）、分级线性模型（Hierarchical data）、随机效应模型（Random-effect model）、方差成分模型（Variance component model）、混合模型（Mixed-effects model），以及经典贝叶斯模型（Empirical Bayes model）。
因此，当你再看到这些五花八门的名字时，再也不用想着步步高打火机了。
2. 分层线性模型的软件问题
目前许多软件都能够实现分层线性模型的分析功能，其中拥有像HLM、MLwiN、Mplus等这样的专门性软件，也有像SPSS、SAS、Stata等通过插件的方式实现分层线性模型分析功能的软件。
个人主要使用SPSS，因为实在不想再去其它软件了，心累。所以简要介绍一下SPSS中的分层线性模型，你可以在SPSS的Analysis中找到一个名为Mixed Models的功能，是的，这就是SPSS中用来进行分层线性模型分析功能的“核按钮”。当然，如果你的变量全是可以任意加、减、乘、除的变量（我当然知道变量类型的名称，但那样的名称对很多人来说是一个恶梦）的话，你其实也可以在AMOS中通过“多群组分析”的功能实现类似的分析。
（PS：对于最后这一句我不敢打保票啊，因为我发现AMOS不能实现我的目的后，我就果断抛弃它了。原因是我发现AMOS貌似对名义变量不太友好，而在我的数据里，很多关键数据都是名义变量啊，所以我也很绝望。）
3.分层线性模型的其它问题
如果要做分层线性模型的研究，你一定、一定、一定（重要事情说三遍）要有良好的社会统计学基础。我知道，这对许多社会科学背景的来说，真的是一个恶梦。但说老实话，不要被那些唬人的公式啊、推导啊给吓住，因为概念才是王道。就我个人浅薄的统计学学习经验来说，统计学就两个东西，一个是均值，另一个是方差，基本上所有的统计全是围着这两个东西在打转的。
对于没有社会统计学基础的童鞋来说，强烈推荐你阅读尼尔·J. 萨尔金德的《爱上统计学》（史玲玲译，重庆大学出版社，2008）和Andy Field的Discovering Statistics using IBM SPSS Statistics（Sage，2013）。虽然我曾经对《爱上统计学》推崇备至，但现在觉得还是Andy Field的更精彩，更出色。不过，《爱上统计学》还是很不错的，尤其是作为入门书籍，你可以通过阅读它了解到一些基本概念的中文说法。AndyField虽然是一个话痨，但人家的书写的牛逼啊，虽然发现他第四版的第10章 Moderation, mediation and more regression是个坑，还不如AMOS来的实用，但Andy真的是把我领进社会统计学这条装逼道路的学者啊。当然，最近新发现Dennis Howitt和Duncan Cramer的Understanding Statistics in Psychology with SPSS（Pearson，2017）貌似也不错，并且涉及了一些Andy没有涉及到的统计方法和技术。
分层线性模型图书推荐
简单来说，我目前已经准备在分层线性模型的道路上勇往无前了。一是因为我写论文需要用到（虽然现在一篇量化的论文都没有写出来），另一个则是分层线性模型太实用了。原来学的统计分析技术的限制条件太多了，什么方差齐性了、正太（“态”）分布了，所以经常会被这些限制条件搞死。于是便只能看着手里的数据静静地躺在那里，啥也干不了。关于分层线性模型的图书，说实话，乱七八糟地也翻了不少，下面就自己觉得还不错的，适合社会科学背景的人使用的作说明。如果你数学很好，请忽略！
1. 入门图书
（1）《多层统计分析模型：方法与应用》（王济川、谢海义、姜宝法，高等教育出版社，2008）
这本书的基础说明部分其实挺赞的，尤其是我在直接看英文版的、介绍多层线性模型的书碰到许多专业名词各种懵逼后，它让我知道这个专业名词的中文名称叫这个。当然，英文版及其有解释专业名词的意思，但总没有中文译名来的亲切啊。记得原来看过某微信公众号里推过一篇文章，介绍怎么样阅读外文文献，首先是得阅读该领域的、中文的综述性文献，然后再去外文文献。所以，我也强烈建议先阅读这本书的基础部分。对英文专业名词的中文译名熟悉一下先。当然，这本书也讲了实操的部分，但主要是围绕SAS展开的，然而我的心早已许给了SPSS，所以我只看了这本书的基础部分，如果是熟练SAS的童鞋，应该可以继续看下去。
（2）Discovering Statistics using IBM SPSS Statistics（Andy Field，Sage，2013）
虽然Andy的这本书主要是讲实操的，但是他对为什么、怎么样等问题的说明还是不错的。Andy将本书的第20章 Multilevel linear models奉献给了多层线性模型，但是阅读下来，不像他写的其它章节那些有快感。尽管如此，你还是通过他的介绍和说明，对SPSS中如何实现分层线性模型操作可以有个基础了解。
当然，Andy还强烈推荐了Jos W.R. Twisk的Applied Multilevel Analysis: A Practical Guide（Cambridge University Press，2010），并且认为这是“Anabsolutely superb introduction to multilevel modelling. This book is exceptionally clearly written and is aimed at novices. Without question,this is the best beginner’s guide that I have read.”
此外，国内还有一本名为《多层次模型分析导论》的书，由ItaKreft和JanDe Leeuw合著，邱皓政译，属于重庆大学出版社的万卷方法书系。但是，这本书是以MLn为实例的，所以我也就是简单地翻看了一下。
2.实操图书
Multilevel and longitudinal modeling with IBM SPSS（Heck, Thomas, & Tabata,Routledge, 2010）和Multilevel Modeling of Categorical Outcomes Using IBM SPSS（Heck, Thomas, & Tabata,Routledge, 2012），是两本具体讲解如何使用SPSS从事分层线性模型分析的实操性图书。需特别提到的一点是，几位作者有点安东尼·吉登斯的写作风格，经常是写着写着，突然就说这个知识点我们原来在An Introduction to Multilevel Modeling Techniques: MLM and SEM Approaches Using Mplus（Heck & Thomas, Routledge, 2015）已经说过了，这里就不再说了。这种写作手法实在是一种极其让人痛苦的写作手法。
以上图书的推荐，只反映个人的喜好，仅供参考。
注：文章转载自新典，作者绍武
转自：“量化研究方法”微信公众号
如有侵权，请联系本站删除！
