本书从一组简单的数据说起，介绍了**线性模型的原理与方法论，说明了什么场合要采用**线性模型以及忽略**线性模型时可能会遭遇的后果问题。本书对于想要学习**线性模型，以及想要利用**线性模型做量化研究的读者来说，是**的工具书。 本书比较一般回归分析与**线性模型的差异；介绍**线性模型的原理与各种模型；对**线性模型所用的参数估计与检验方法做扼要的理论推导；简单介绍非连续变量因变量的分析；深入剖析纵贯面数据的成长曲线模式；翔实探讨当代有关**线性模型的重大议题；以实例对各种横断面**线性模型进行范例说明与结果报表的解读；系统整理和介绍HLM与SPSS软件有关**线性模型的操作接口、功能与绘图。

**章 回归模式与**线性模型
在本章将介绍**线性模型或是多层次分析的原理，并且以大家所熟悉的回归分析、虚拟变量、交互作用、方差分析与协方差分析的模式着手，逐步介绍**线性模型的理论基础。
有关**线性模型或是多层次分析的名称或是发展，有兴趣的读者可以参阅Heck与Thomas于2009年第二版的新书An Introduction to Multilevel Modeling Techniques或是本章参考文献的书籍都有介绍。例如**线性模型、随机系数模式、混合效应模式、多层次回归模式、多层次共变结构模式等，这些名词都是在不同的领域牵涉到嵌套数据时所发展出的处理方法。由于**线性模型的英文简称为HLM，���它也是软件的名称，如同以前的LISREL，所以现在都会将模式称为“Multilevel Modeling”，简称MLM，以此与软件有个区别。
本章仍然延续**章所用的范例——研究学童父母亲的社经地位对学童学业成绩的影响，用来探讨**线性模型的理论基础，同时在第三章对**线性模型的分析类型做一整理介绍。
**节 **线性模型概念
我们仍将以简单的教育研究范例来说明HLM或多层次分析的观念假设数据来自先前**章所介绍的模式，是由简单随机抽样，搜集到每个学童的学业成绩以及其父母亲的社经地位分数。如果我们可以更进一步将每个样本根据是否来自城市或乡镇，区分为两个不同的子样本，并且可以假设分别来自两个不同总体所抽样的结果。我们仍然关心学童父母亲的社经地位对学童学业成绩的影响，不过，我们可以将总体切割为两群，使我们的数据多了一个自变量，也就是学童来自于“城乡”的信息。因此，我们可以更进一步想去了解学童学业成绩是否有“城乡差距”以及学童父母亲的社经地位对学童学业成绩的影响是否也因城乡差距而有所不同?
……

导言
**章 回归模式与**线性模型
**节 回归模型
第二节 **线性模型的方法论
第二章 **线性模型原理
**节 **线性模型概念
第二节 **线性模型原理
第三章 **线性模型的各种模型
**节 **线性模型的主要模型
第二节 **线性模型的一般式
第四章 **线性模型的参数估计
**节 具随机效应的单因素方差分析与D2的估计
第二节 具随机效应的单因素协方差分析与D2的估计
第三节 *大概似估计法
第四节 EM算法
第五章 **线性模型的参数检验
**节 简单回归分析的回归系数检验
第二节 **线性模型的参数假设检验类型
第三节 **线性模型的参数检验
第四节 模式拟合度的概似比检验
第六章 广义**线性模型
**节 广义线性模式介绍
第二节 逻吉斯回归与概率回归
第三节 多项逻吉斯回归或多项逻辑模型
第四节 次序概率回归分析或累积逻吉斯回归
第五节 泊松回归
第六节 广义线性**模式
第七章 纵贯面资料分析
**节 纵贯面数据的类型
第二节 横断面与纵贯面数据的关系
第三节 线性成长模式
第四节 **层自变量的**化问题
第五节 误差项的假设
第六节 混合模型
第七节 成长模式的系数解读问题
第八章 **线性模型假设与一些重要议题
**节 HLM的基本假设
第二节 **化议题
第三节 固定效应与随机效应的选择
第四节 样本大小的决定
第五节 残差分析
第六节 决定系数的计算
第七节 缩动与信度的意义
第九章 **线性模型的应用实例
**节 基本数据概述
第二节 零模型（具随机效应的单因素方差分析）
第三节 具随机效应的单因素协方差分析
第四节 随机回归系数模型
第五节 以平均数为结果变量模型
第六节 情境模型
第七节 完整模型
第十章 **线性模型的软件操作介绍
**节 HLM6.02的操作
第二节 SPSS的Mixed模块
第三节 SPSS Mixed语法
后记
参考文献与进阶阅读文章