• 아동학회지
• /
• 제27권3호
• /
• pp.169-187
• /
• 2006

A hierarchical linear model(HLM) provides advantages over existing traditional statistical methods (e.g., ordinary least squares regression, repeated measures analysis of variance, etc.) for analyzing multilevel/longitudinal data or diary methods. HLM can gauge a more precise estimation of lower-level effects within higher-level units, as well as describe each individual's growth trajectory across time with improved estimation. This article 1) provides scholars who study children and families with an overview of HLM (i.e., statistical assumptions, advantages/disadvantages, etc.), 2) provides an empirical study to illustrate the application of HLM, and 3) discusses the application of HLM to the study of children and families. In addition, this article provided useful information on available articles and websites to enhance the reader's understanding of HLM.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1285-1296
• /
• 2013

강의평가 결과에 영향을 미치는 특성변수로는 교과목 수준의 다양한 강좌특성 변수들과 수강생 수준의 다양한 인적특성 변수들이 있다. 특정 수강생은 다수의 교과목을 이수하기 때문에 다수의 교과목들은 동일한 수강생 안에 속하게 됨으로써 공유되는 특성이 있게 된다. 즉 강의평가 결과는 교과목 수준의 강좌특성 (1-수준)과 수강생 수준의 인적특성 (2-수준)에 의해 영향을 받는 다층구조 (multilevel)를 가지게 되며, 위계적 자료 특성을 가지는 복수의 분석단위의 구조가 된다. 따라서 전통적인 회귀분석에서와 같이 개별 교과목들이 독립이라는 가정을 할 수 없게 된다. 본 논문에서는 강의평가결과에 영향을 미치는 다층구조의 특성을 가진 변수들의 영향력을 보다 타당하게 분석하기 위한 방법으로 위계선형모형 (HLM; hierarchical linear model)을 이용하였다. 분석결과는 다음과 같다. 먼저 교과목 수준의 특성변수들 중에 강좌규모, 개설학년, 담당교수의 전임여부, 해당 교과목의 총 평균평점, 원어강좌 여부가 통계적으로 유의하게 강의평가 결과에 영향을 미친 것으로 나타났다. 또한 수강생 수준의 인적특성 변수들 중에는 성별, 학과계열, 대입당시 전형방법, 평균평점 등이 유의하게 강의평가 결과에 영향을 미친 것으로 나타났다.

• 농촌계획
• /
• 제14권3호
• /
• pp.63-73
• /
• 2008

The purpose of this study is to analyze the determinants of the digital divide at individual level and regional level in Korea, considering interaction between individual and the regional variables. Following results are obtained. First, individual level digital devide in the 16 different regions has been found in terms of Internet use, implying the needs for further analysis on impact of the regional factor in individual Internet use. Second, the result finds the impact of level-l individual variables, "gender, age, education, income and jobs" on digital divide, significantly at level 10% level. Third, the regional variables influencing the individual digital divide were not found at state level. However, regional factors might affect digital devide at county level. Study suggest some plans to reduce digital divide. First, the digital devide at individual level should be remedied by focusing on neglected class of people. Second, we need to approach the digital divide by analyzing in more detail, reflecting interactions of the regional variables and individual variables. Third, we should come up with a policy for mending the digital divide at regional level.

• 한국경제지리학회지
• /
• 제12권4호
• /
• pp.627-644
• /
• 2009

지식기반사회로 진전됨에 따라 경제성장의 원동력으로서 인적자본(human capital)의 중요성이 부각되면서 인적자본의 외부효과에 대한 관심이 매우 높아지고 있다. 본 연구는 근로자의 임금에 영향을 주는 결정요인을 개인 수준, 기업 수준, 지역 수준별로 위계선형모형을 구축하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 또한 지식확산의 강도가 학력그룹별로 다를 것이라는 가설 하에서 고학력자 그룹과 저학력자 그룹의 인적자본의 외부효과를 비교하였다. 3단계 위계선형모형 추정 결과 지역의 평균 교육수준이 1년 증가할 때 근로자의 평균 임금이 4.4% 상승하는 것으로 나타나, 인적자본의 외부효과가 있음을 말해준다. 이러한 인적자본의 외부효과는 학력수준 집단별로 차이를 보이는 것으로 나타났다. 즉, 학력수준을 고졸 이하와 전문 일반대 졸업, 그리고 석 박사 졸업으로 그룹화하여 인적자본의 외부효과를 산출한 결과 각각 3.0%, 4.7%, 11.8%로 나타나, 고학력으로 갈수록 인적자본의 외부효과가 더 크게 나타나고 있다. 이와 같이 학력 수준별 인적자본의 외부효과가 상이하게 나타나며, 고학력으로 갈수록 외부효과가 더 커지고 있다는 점을 고려해 볼 때 지방의 경쟁력을 살리기 위해서는 인적자본의 외부효과를 높일 수 있는 방안을 적극적으로 모색하여야 할 것이다.

• 직업교육연구
• /
• 제36권2호
• /
• pp.23-50
• /
• 2017

이 연구의 목적은 전문대학 교수의 조직변화 수용성과 개인 및 조직 변인의 위계적 관계를 구명하는 데 있었다. 이 연구의 모집단은 2015년을 기준으로 우리나라 전문대학에 재직하고 있는 전임교수 12,920명이었으며, 자료 수집을 위한 조사 도구로는 질문지가 사용되었다. 질문지는 2015년 5월 26일부터 6월 13일까지 총 800부가 배포되었고, 이 중 445부가 회수되었다. 이 중 최종적으로 총 441부가 자료 분석에 사용되었으며, HLM 6.0 프로그램을 이용하여 위계적 선형모형 분석을 실시하였다. 연구 결과는 다음과 같다. 첫째, 전문대학 교수의 조직변화 수용성 수준은 평균 3.94로 대다수의 교수들이 조직변화를 수용하는 것으로 나타났다. 둘째, 조직변화 수용성의 변량은 56.5%가 개인 차이, 43.5%가 조직 차이에 의한 것으로 나타났다. 셋째, 개인 변인 중에는 교수의 변화에 대한 기대, 주인의식, 보직경험, 근속년수, 직무안정성의 순으로 조직변화 수용성에 정적 영향을 미치는 반면, 근속년수는 부적 영향을 미치는 것으로 나타났다. 넷째, 조직 변인 중에는 조직변화수준, 참여적 의사결정, 관계지향문화, 변화관련정보 접근성의 순으로 조직변화 수용성에 정적 영향을 미치는 것으로 나타났다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권3호
• /
• pp.171-181
• /
• 2012

In the new video coding standard, called high efficiency video coding (HEVC), the coding unit (CU) is adopted as a basic unit of a coded block structure. Therefore, the rate control (RC) methods of H.264/AVC, whose basic unit is a macroblock, cannot be applied directly to HEVC. This paper proposes the largest CU (LCU) level RC method for hierarchical video coding in a HEVC. In the proposed method, the effective bit allocation is performed first based on the hierarchical structure, and the quantization parameters (QP) are then determined using the Cauchy density based rate-quantization (RQ) model. A novel method based on the linear rate model is introduced to estimate the parameters of the Cauchy density based RQ model precisely. The experimental results show that the proposed RC method not only controls the bitrate accurately, but also generates a constant number of bits per second with less degradation of the decoded picture quality than with the fixed QP coding and latest RC method for HEVC.

• Journal of the Korean Data and Information Science Society
• /
• 제26권4호
• /
• pp.957-970
• /
• 2015

이 연구는 일반선형모형에 이원변량분석과 위계적회귀분석을 적용하여 한국남자프로농구 경기기록 (2014-2015 정규리그 270경기)을 분석하였다. 이원변량분석 결과, 3점슛시도에서 승패와 홈원정 집단간에 상호작용효과가 통계적으로 유의하게 나타났다. 이 외에 변인들 (2점슛시도, 어시스트, 속공, 선수교체)은 모두 승패 집단간에는 통계적으로 유의한 차이가 나타났고, 홈원정경기 간에는 유의한 차이가 없게 나타났다. 위계적회귀분석 결과, 어시스트는 3점슛시도가 총득점에 미치는 영향에 대해 통계적으로 유의한 조절변수로 나타났으며, 속공은 어시스트가 2점슛성공에 미치는 영향에 대해 유의한 조절변수로 나타났다. 반면 어시스트는 2점슛시도가 총득점에 미치는 영향에, 그리고 속공은 어시스트가 3점슛성공에 미치는 영향에 유의한 조절효과가 없는 것으로 나타났다. 마지막으로 선수교체는 2점슛시도, 3점슛시도 그리고 어시스트가 총득점에 미치는 영향에 통계적으로 유의한 조절효과가 없는 것으로 나타났다.

• 국토계획
• /
• 제54권5호
• /
• pp.129-138
• /
• 2019

This study aims to empirically examine the relationship between building energy consumption and building and local factors in Seoul. Building energy issue is an important topic for low carbon and eco-friendly city development. Building physical, socio-economic and environmental factors effect to increasing or decreasing energy consumption. However, there are different characteristic in each area, and this kind of variable has a hierarchical structure. The multi-level model was used to consider the hierarchical structure of the variables. In this study, a multi-level model was applied to confirm the difference between areas. Spatial area is Seoul, Korea and the temporal scope is August, summer season. As the result, in Model 1 (Null Model), ICC is 0.817. This shows that the energy consumption differs by 8.174% due to factors at the Dong level. Model 2 (Random Intercept Model) suggests that building's physical factors and Average age, Household size and Land price in Dong level have significant effects on Building energy consumption. In Model 3 (Random Coefficient Model), random effect variables have intercepts and slopes to vary across groups. This study provides a perspective for policy makers that the building energy reduction policies to be applied for buildings should be differently applied on area. Furthermore, not only physical factors but also socio-economic and environmental factors are important when making energy reduction policy.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.512-520
• /
• 2021

연구목적: 연구의 목적은 도시특성과 개인특성이 개인의 건강수준에 미치는 영향관계를 분석하는 것이다. 연구방법:본 연구는 2016년 우리나라 지방자치단체에 대한 도시특성과 개인특성이 개인의 건강수준에 미치는 영향관계를 위계선형모형으로 분석하였다. 연구결과: 도시특성이 개인특성과 더불어 개인이 건강수준에 상당한 영향을 미치는 것으로 나타났다. 그 영향 정도가 매우 크나 일부 변수들은 통계적으로 유의하지 않아 향후 도시정책에 보다 세밀한 연구가 필요하다. 결론:도시특성은 개인의 건강수준에 영향을 미치지만 개별적인 도시정책의 변수에 대한 추가 연구가 필요하다.

• Genomics & Informatics
• /
• 제20권3호
• /
• pp.34.1-34.11
• /
• 2022

Multilevel analysis is an appropriate and powerful tool for analyzing hierarchical structure data widely applied from public health to genomic data. In practice, however, we may lose the information on multiple nesting levels in the multilevel analysis since data may fail to capture all levels of hierarchy, or the top or intermediate levels of hierarchy are ignored in the analysis. In this study, we consider a multilevel linear mixed effect model (LMM) with single imputation that can involve all data hierarchy levels in the presence of missing top or intermediate-level clusters. We evaluate and compare the performance of a multilevel LMM with single imputation with other models ignoring the data hierarchy or missing intermediate-level clusters. To this end, we applied a multilevel LMM with single imputation and other models to hierarchically structured cohort data with some intermediate levels missing and to simulated data with various cluster sizes and missing rates of intermediate-level clusters. A thorough simulation study demonstrated that an LMM with single imputation estimates fixed coefficients and variance components of a multilevel model more accurately than other models ignoring data hierarchy or missing clusters in terms of mean squared error and coverage probability. In particular, when models ignoring data hierarchy or missing clusters were applied, the variance components of random effects were overestimated. We observed similar results from the analysis of hierarchically structured cohort data.