Hodnocení:
Recenze knihy Raudenbush & Bryk o hierarchickém lineárním modelování (HLM) ji vyzdvihují jako komplexní a nezbytný zdroj informací pro pokročilé kvantitativní výzkumníky pracující s víceúrovňovými modely. Mnozí uživatelé však poukazují na to, že není vhodná pro začátečníky a bývá hutná a náročná na sledování bez další podpory.
Klady:⬤ Komplexní a podrobný zdroj pro HLM.
⬤ Vynikající reference pro pokročilé výzkumníky.
⬤ Dobré pokrytí HLM v longitudinálním designu a dalších pokročilých témat.
⬤ Kvalitní dodávka a balení.
⬤ Možnost slev při nákupu.
⬤ Přiložené datové sady pro praxi.
⬤ Nevhodné pro začátečníky; vyžaduje silné statistické základy.
⬤ Hutný styl psaní, který znesnadňuje sledování.
⬤ Řídké vysvětlení důležitých pojmů a příkladů.
⬤ Někteří recenzenti považovali příklady za obtížně reprodukovatelné.
⬤ Grafy vytvořené ze znaků ASCII jsou méně užitečné než standardní grafy.
⬤ Omezené praktické pokyny pro provádění analýz pomocí softwaru HLM.
(na základě 22 hodnocení čtenářů)
Hierarchical Linear Models: Applications and Data Analysis Methods
Kniha, která byla v prvním vydání oblíbená pro své bohaté, názorné příklady a srozumitelné vysvětlení teorie a použití hierarchických lineárních modelů (HLM), byla přeorganizována do čtyř částí se čtyřmi zcela novými kapitolami. První dvě části, část I "Logika hierarchického lineárního modelování" a část II "Základní aplikace", úzce navazují na prvních devět kapitol předchozího vydání s významnými rozšířeními a technickými upřesněními, jako např.
* Intuitivní úvodní shrnutí základních postupů pro odhady a odvozování používaných u modelů HLM, které vyžaduje pouze minimální úroveň matematických znalostí v kapitole 3.
* Nová část o vícerozměrných modelech růstu v kapitole 6.
* Diskuse o aplikacích syntézy výzkumu nebo metaanalýzy v kapitole 7.
* Rady pro analýzu dat týkající se centrování prediktorů 1. úrovně a nový materiál o věrohodných intervalech hodnot a robustních standardních odhadech.