第零章 前言
第一章 迴歸模式與階層線性模式
1.1 迴歸模式
1.2 階層線性模式的方法論
1.3 參考文獻與進階閱讀文章
第二章 階層線性模式的原理與各種模型
2.1 階層線性模式概念
2.2 階層線性模式原理
2.3 階層線性模式的主要模型
2.4 階層線性模式的另外一種分類方法
2.5 階層線性模式的一般式
2.6 參考文獻與進階閱讀文章
第三章 階層線性模式的參數估計(I)
3.1 簡單迴歸分析的參數估計
3.2 多元迴歸分析的參數估計
3.3 階層線性模式的參數估計
3.4 參考文獻與進階閱讀文章
第四章 階層線性模式的參數估計(II)
4.1 具隨機效果的單因子變異數分析τ00 與σ2 的估計
4.2 具隨機效果的單因子共變數分析τ00 與σ2 的估計
4.3 隨機係數迴歸模型的參數估計（ IGLS 技術）
4.4 階層線性模式一般式的IGLS
4.5 最大概似估計法
4.6 EM 演算法.
4.7 其他演算法
4.8 參考文獻與進階閱讀文章
第五章 階層線性模式的參數檢定
5.1 簡單迴歸分析的迴歸係數檢定
5.2 階層線性模式的參數假設檢定類型
5.3 階層線性模式的參數檢定
5.4 模式擬合度的概似比檢定
5.5 強韌標準誤
5.6 參考文獻與進階閱讀文章
第六章 廣義階層線性模式
6.1 廣義線性模式介紹
6.2 邏吉斯迴歸與機率迴歸
6.3 多項邏吉斯迴歸或多項邏輯模型
6.4 次序機率迴歸分析或累積邏吉斯迴歸
6.5 布拉松迴歸
6.6 廣義線性階層模式
6.7 參考文獻與進階閱讀文章
第七章 縱貫面資料分析
7.1 縱貫面資料的類型
7.2 橫斷面與縱貫面資料的關係
7.3 線性成長模式
7.4 第一層解釋變項的中心化問題
7.5 誤差項的假設
7.6 混合模型
7.7 參考文獻與進階閱讀文章
第八章 階層線性模式假設與一些重要議題
8.1 HLM 的基本假設
8.2 中心化議題
8.3 固定效果與隨機效果的選擇
8.4 樣本大小的決定
8.5 殘差分析
8.6 決定係數的計算
8.7 縮動與信度的意義
8.8 參考文獻與進階閱讀文章
第九章 階層線性模式的應用實例
9.1 基本資料概述
9.2 零模型（具隨機效果的單因子變異數分析）
9.3 具隨機效果的單因子共變數分析
9.4 隨機迴歸係數模型
9.5 以平均數為結果變項模型
9.6 脈絡模型
9.7 完整模型
9.8 參考文獻與進階閱讀文章
第十章 階層線性模式的軟體操作介紹
10.1 HLM6.02 的操作
10.2 SPSS 的Mixed 模組
10.3 SPSS Mixed 語法

第零章 前言
第一章 迴歸模式與階層線性模式
1.1 迴歸模式
1.2 階層線性模式的方法論
1.3 參考文獻與進階閱讀文章
第二章 階層線性模式的原理與各種模型
2.1 階層線性模式概念
2.2 階層線性模式原理
2.3 階層線性模式的主要模型
2.4 階層線性模式的另外一種分類方法
2.5 階層線性模式的一般式
2.6 參考文獻與進階閱讀文章
第三章 階層線性模式的參數估計(I)
3.1 簡單迴歸分析的參數估計
3.2 多元迴歸分析的參數估計
3.3 階層線性模式的參數估計
3.4 參考文獻與進階閱讀文章
第四章 階層線性模式的參數估計(II)
4.1 具隨機效果的單因子...