概述

在社会研究等领域，研究数据往往具有层次结构。也就是说，个别研究科目可能被分类或安排在小组中，这些小组本身具有影响研究的品质。很明显，对此类数据的分析需要专门的软件。已经开发了分层线性和非线性模型（也称为多级模型），以允许在单个分析中研究任何级别的关系，同时不忽略与每个级别相关的可变性。

HLM 将模型拟合到结果变量，生成线性模型，其中解释变量解释每个级别的变化，利用每个级别指定的变量。HLM 不仅可以估计每个级别的模型系数，还可以预测与每个级别的每个采样单元相关的随机效应。

高级管理人员：

• 可以适用于具有连续、计数、有序和名义结果变量的两级、三级和四级模型。
• 能够拟合多变量模型，其中层次结构最低级别的方差可以采用各种形式/结构。
• 为横截面和纵向模型以及四向交叉分类和嵌套混合模型提供了三级和四级嵌套模型。
• 允许拟合具有相关随机效应的分层模型（空间设计模型）。
• 能够以完全自动化的方法从不完整的数据中估计 HLM，该方法从不完整的数据中生成和分析多重插补数据集。该模型是完全多元的，使分析人员能够通过辅助变量加强插补。
• 包括适合固定截距和随机系数 (FIRC) 的灵活组合的选项，现在包含在 HLM2、HLM3、HLM4、HCM2 和 HCM3 中。 
• 可以分析多重插补/似是而非的值数据。
• 可以选择拟合 V-known 模型。