- 最后登录
- 2016-11-27
- 注册时间
- 2003-1-21
- 威望
- 250
- 金钱
- 16832
- 贡献
- 11934
- 阅读权限
- 255
- 积分
- 29016
- 日志
- 4
- 记录
- 0
- 帖子
- 1438
- 主题
- 69
- 精华
- 0
- 好友
- 380
    
- 注册时间
- 2003-1-21
- 最后登录
- 2016-11-27
- 积分
- 29016
- 精华
- 0
- 主题
- 69
- 帖子
- 1438
|
回复 1楼 zouwenchi 的帖子
8 l, c$ `8 R' |1 w, R2 azouwenchi,你这个问题非常不简单,不是三言两语可以解释的。因为HLM有两个层次的分析(within level and between level, 或是 level 1 and level 2),所以理论上来说是没有“一个” 模型R-平方的。最简单的说法也应该有两个 R-平方(而这个R-平方与一般的回归的R-平方的意义也不一定相同)。你现在更牵涉跨层次的中介,那就更复杂了。 我看在这里我只可以给你一个方向。最简单的方法是:随机回归(也就是没有predictor X)时的 tau (随机项 u 的方差,暂时叫 tau1)减掉有 predictor 时的 tau (叫 tau2),再除以 tau1。这就是有了自变量 x 和没有 x 的 “模型不能解释部分的方差” 减少了多少,也就有点像一般回归的 R-平方的概念(percentage of variance accounted for)了。
/ j# _, s- ], {7 Q6 G
. R2 v/ o- ^& J( `5 x- f |
|