Author name: researcher20

Amazon Kindle 可說是 Amazon 上賣的最好的產品，我也在今年投入 Kindle 的懷抱，因為我的書實在是太多了，我買書與看書的速度都很驚人，整個家被 N 個書架與散落各處的書佔滿，讓我非常憂心將來搬家時可得怎麼辦。另一個考量就是可攜性，有一台 Kindle 或其它的閱讀器，可以有效地延長我閱讀的時間。此外，當我在學校有時候想查找某幾本書裡的文章時，利用 Kindle 就省下背來背去的麻煩了。最後就是字典。雖然讀絕大部分的文章都已經沒有問題，但是偶而還是會遇到生詞不懂，需要查詢。Kindle 內建的字典我非常喜歡，能讓我更專注於閱讀本身。
不過，這種便利也是有代價的。有些書你買過了，為了享受這種便利，就等於還得再買一次，才能享受這種可攜性。
另外一個便利是：你在讀一本書，你可能會想：「不知道別人覺得這本書怎麼樣？他們覺得重點的地方是哪些？」有時候別人的筆記可以幫助你節省讀完整本書的時間。
Amazon 推出了一個新服務，就是讓你看看其它讀者所畫的重點是什麼。如果你是讀研究方法的書，想要找幾個來引用，這就是絕佳的工具了。
網站：https://kindle.amazon.com/popular_highlights/…

看到網友 Dot 詢問：練習學術英文聽力/口語的網站 (3) 所介紹的 EnglishCentral 已經有收費計畫了，這部分剩下什麼功能可用以及付費版有什麼功能，這部分留待另文研究。

除了 EnglishCentral 以外，當然還有其它的選擇。今天要介紹的 EnglishAttack 就是其中之一。

網站：http://www.english-attack.com/…

Stata 並沒有內建層次分析 (hierarchial regression) 的指令(註)，所以要先進行安裝

net describe hireg, from(http://fmwww.bc.edu/RePEc/bocode/h) <br />net install hireg

之後如果要執行指令，就像下方一樣：

hireg dv (a)(b) (c) (d) ,nomiss

dv 是 dependent variable，後方一個()就是一個 model，所以有四個表示有四個models。跑完之後，Stata 會告訴你這些 models之間是不是有顯著差異，以及 R-square 的變化。

註：如果是要作 stepwise regression 的話，可以用Stata 內建的 stepwise 指令來使用。雖然裡面有 forward 和 backward hierarchial 的選項，但畢竟沒 hireg 這個指令好用。…

階層線性模式 (hierarchical linear modeling，簡稱為HLM) 或是多層次分析 (multi-level analysis) 是近一、二十年來開始流行的統計方法。這種統計方法多半使用於教育研究，但後來也漸漸普及到社會學研究與其它領域。

為什麼除了迴歸分析之外，還要有階層線性模式呢？最典型的例子還是從教育中來看。如果你要看學生的學習成就，但是如果你有很多班級的話，每個班級的老師不同，這就衍生了問題：學生的學習成就可能是受到教師或班級影響，所以我們想要解決缺乏獨立性 (lack of independence) 的問題。

可以具體說說有什麼變數在班級裡面會影響學生成就？這可說的太多了。比如說班級人數，男女生比例，貧窮學生比例。此外，老師當然也是重要的因素，比如說老師的經驗，老師的教育水準，老師的教學法等等。這樣一列下來，如果你想要列出一大堆變數來控制，似乎就顯得有點不切實際。更重要的是：你不可能控制所有的不同。

從上面的例子來說，你就很容易可以看出來階層性關係。如果學生是第一層 (底層) 的話，班級就是第二層 (上層)。由於這個層次有階層性，所以在統計時就要列入考量，這也就是階層線性模式 的最主要目的。

另外一個利用階層線性模式的典型列子就是重複測量 (repeated measures)。如果一個人進行測量數次，那每次測量之間應該存在著高度相關性。換言之，測量結果並不是獨立的，因為你第一次測量高，你後面測量的結果是很高的可能性非常大。依照這種思維，其實你不能想像出：這也是另外一個階層線性模式。第一層 (底層)，是每個人在不同時間的測量，而第二層則是個人。如果性別會影響到測量結果，那性別理論上會影響到所有的測量結果，也就是所有第一層的都會受到影響。這就是要用 HLM 的原因。

如果你不熟悉 HLM 或是 multilevel linear models，也有可能在你的領域使用 mixed-effects models 、 random-effects models 或random-coefficient regression models 等其它名詞。

HLM 的優點還不只於此，遠比我說的複雜多，這只是個簡單的介紹而已。如果你對這有興趣，可以參考下面這本書。這本書可說是 HLM 研究裡面的聖經，絕好的參考書，但是裡面的數學有點複雜，所以有點不好讀。建議有一定統計基礎再看。

我不知道有什麼比較基礎 HLM 的書籍，如果大家有知道的，也歡迎推薦。

參考文獻

Raudenbush, S.…