您一直等待的修订版就在这里！由于充满丰富的研究示例，并对分层 线性模型(HLM)理论与应用有透彻的解释，其第1版就广受欢迎，现在这本 书的第2版又重新组织为四大部分，并且加入了全新的4章内容。前两个部 分，即第一部分“原理”和第二部分“基本应用”，紧密对应着上一版中 的9章，但是已经大量扩展了内容，技术解释更为清晰，比如： ?对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。 ?在第6章中新加了一节多元增长模型。 ?第7章增加了对研究综合或元分析应用的讨论。 ?对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标 准误方面的新材料。 虽然第1版主要是讨论层-1结果变量为连续分布的情况，然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析，比如： ?新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序 次变量以及多项分类变量条件下的应用，并且每种情况都提供了详细的示 例和说明。 ?新的第11章讨论了潜在变量模型，其中包括在HLM框架下对有缺失的 数据以及在自变量有测量误差时如何进行回归估计，还包括了嵌入性分项 反应模型。 ?第13章则是关于分层数据分析中贝叶斯推断原理的介绍。 作者在第四部分中对全书应用的统计理论以及计算方法进行了总结， 包括层-1为正态分布误差的单变量模型、多元线性模型以及分层一般化线 性模型。此外，还给读者提供了一个新的链接网址，可以下载有关数据并 访问更多的技术资料。