多層線性模型(Hierarchical Linear Models, HLM)是一種用于分析層級數據的統(tǒng)計方法，以層級結構為基礎，分析上下文和個體之間的關系。HLM6.0作為HLM軟件的一個版本，能夠

多層線性模型(Hierarchical Linear Models, HLM)是一種用于分析層級數據的統(tǒng)計方法，以層級結構為基礎，分析上下文和個體之間的關系。HLM6.0作為HLM軟件的一個版本，能夠非常直觀地建立方程式，每層變量清晰明了，使用界面友好簡潔。本文將為大家介紹HLM 6.0的主界面，并告訴大家各界面的主要功能。

HLM6.0主界面

打開HLM的主界面，最上面的工具欄就是我們用到的主要菜單。首先`File`下面我們可以創(chuàng)建新的hlm/mdtm文件(在HLM中是最重要的文件)，如果我們已經建立好了HLM的MDM文件，那么我們在下次打開的時候需要選擇"make new mdm from old mdm files"，HLM不能直接打開之前的文件，可以從之前的MDM文件中運行。我們需要新建立一個HLM處理，在左側`Data Input`中點擊Stata Package Input2，然后我們會看到如下界面。

數據類型與層數設置

HLM支持不同的數據類型和層數設置，因此建立文件的界面主要如下圖。區(qū)域1和區(qū)域2是MDM文件的名稱與保存，兩個名稱可以不一樣，但是不能空著。區(qū)域3是數據類型的選擇，假如數據位人嵌套在組中，選擇第一個，假如是追蹤數據的多個時間點測量，選擇第二個。區(qū)域4是水平1的界定，區(qū)域5是水平2的界定。選擇已經在SPSS中編輯好的數據，然后界定第一層的變量和第二層的變量（詳見下篇經驗）。最后先make mdm%，然后我們可以檢查MDM，出來一些描述性的結果，如下圖。

因變量與自變量設置

接下來，我們點擊“DONE”，水平1的數據下包括右下方的所有變量。然后我們點擊因變量，將其設定為產出變量，假如本數據中score為因變量，左擊score，選擇outcome variable。再左擊自變量，有三種方式，一種是沒有中心化的，一種是組中心化的，一組是總體中心化的數據，根據數據類型進行選擇，一般假如是原始數據的話選擇沒有中心化的。

隨機效應與固定效應

有時候，我們需要將第二層的某些方程中的隨機效應改為固定效應，這個時候在HLM6.0中的操作非常簡單。只需要將你所需要固定的隨機變量點擊變?yōu)榛疑纯?，如下圖。

運行程序

接下來，我們繼續(xù)設置第二層的變量。注意設置哪個方程，需要先點擊該方程。然后我們就可以運行該程序了。我們也可以先保存再運行，運行之后的結果默認會以hlm2為文件名的txt文檔保存在MDM文件所放置的文件夾中。