多层线性回归模型的应用以一个‘使用与满足’模型的修正过程为例.PDF

多层线性回归模型的应用：以一个 「使用与满足」 模型的修正过程为例 吴令飞 张卉 刘德寰 摘要 分层线性回归模型可以将数据分层，并在估计高层回归方程的参数时，将低层回归 方程的协方差纳入考虑，因此在样本的「齐方差」假设被破坏情况下尤其有效，常被用 于处理有着分组结构的数据。本文简要介绍了分层模型的思想，并使用某调查数据，在 建立一个「使用与满足」模型的过程中，将使用最小二乘法估计（OLS ）的经典回归与 分层模型进行了比较，证明了分层模型的统计方法在「使用与满足」理论建模过程中的 特殊优越性。 关键词：媒介研究；「使用与满足」理论；分层模型 The Application of Hierarchical Linear Models ：A Model of Uses and Gratification Theory Wu Lingfei Zhang Hui Liu Dehuan Abstract Hierarchical Linear Models have been widely used to analyze multi-level data with “nested” structure. In Hierarchical Linear Models, we take the “low level” covariance into account in estimating the “high level” parameters. That is the reason why Hierarchical Linear Models can be used to deal with the “nested” data set, in which the “identity and independence of variance” assumption is destroyed. In order to show the precedence of Hierarchical Linear Model over OLS estimation in constructing the “Use and Gratification Model”, a paper survey data was used. Key Words: Media Research; Use and Gratification Theory; Hierarchical Linear Models; 壹、引言 1 1950 年美国社会学家Robinson发表了一篇文章 ，提出了「生态学谬误」（ecological 2 fallacy ）的问题 。它指的是在社会科学研究中，使用高层次分析单位的信息直接推测低 层次分析单位的性质造成的错误。例如在社会调查获得的多层次数据中，我们既有群体 层次的数据，也有个体层次的数据。如果我们的研究对象是群体，可以用个体层间的数 据来汇总，再通过汇总后的数据判断群体的性质；但如果我们的研究对象是个体，却不 能用组层次的数据来汇总推测个体的性质。用组层次的数据来汇总生成个体层次的信 息，就会造成「生态学谬误」。 那在研究个体的时候干脆不考虑群体层次的信息能是否 就能解决「生态学谬误」的问题？答案是否定的。从理论上说，这样等于忽视个体所处 的背景环境对个体的影响，不符合社会实际；从统计上来说，对 「群效应」（cluster effect ） 的忽略会导致对个体变量参数估计的偏差。因此如何正确地用群体层次的数据来为个体 变量的参数估计服务成为一个具有挑战性的统计问题。 西方国家的社会科学界从发现这个问题到提出有效的解决方法，经历了大约二三十 年。以美国为例，20 世纪 50 年代美国的许多官方资料都是汇总的资料，是以地区为单 位的，而学