6月13日至17日，中关村教学楼S102迎来了为期一周的暑期课程《层级线性模型》(Hiearchcial Linear Models)。本课程邀请了美国俄克拉何马大学 (University of Oklahoma)心理系的Assistant Professor宋海荣博士做专题讲授，由时勘教授进行主持。
宋海荣博士目前从事数据分析方面的教学和科研活动，于2004年至2009年在美国加州大学戴维斯分校攻读博士学位，其毕业论文《Bayesian Estimation of Random Coefficients DFMs》获得美国Society of Multivariate Experimental Psychology授予的Dissertation Support Awards。宋海荣博士的多篇论文发表于Structural Equation Modeling,Handbook of Structural Equation Modeling, Journal of Adolescence等学术期刊。
层级数据存在于科学研究的诸多学科领域中，其特点是数据呈现出横向或纵向的嵌套结构。宋海荣博士指出，如果研究人员不顾及层级数据的这种相关性而采用传统的分析方法，比如多元回归，会产生有偏差的分析结果进而做出不正确的研究结论。因此，建立层级线性模型来分析和处理层级数据就特别必要。
课程中，宋海荣博士在回顾多元回归分析的基础上，对比介绍了层级线性模型的定义和特性。同时，结合具体实例展示了HLM在横向和纵向研究中的应用。宋海荣博士还特别阐明了随机效应方差分析和两个水平上的随机系数模型的HLM逻辑。课堂上，同学们使用SAS、SPSS、HLM7三种统计软件对层级数据进行了实际操作练习。此外，宋海荣博士还简要介绍了层级线性模型视角下的纵向数据分析、不连续变量和非线性变量的纵向数据分析以及三水平模型上横向和纵向数据的结合分析。
本次课程虽然时间较短，但安排充实紧凑。同学们在课程结束时都普遍感到自己对HLM有了更深的了解，对层级数据下建立和评估模型的策略也有了深入认识，对运用HLM解决实际科研问题进行了认真思考。本次课程让同学们在最短的时间内学到了实用的统计技能，为今后的研究工作中奠定了良好的基础。本次课程圆满结束！
