Ein Multi-Level-Modell – auch genannt gemischtes Modell oder hierarchisches Modell – kann in zahlreichen Situationen eingesetzt werden und muss häufig verwendet werden, wenn klassische Methoden wie z.B. ANOVA oder Regression aus bestimmten Gründen nicht erlaubt sind.

Solche Situationen können sein:

• Abhängigkeit in den Daten durch eine hierarchische Struktur der Untersuchungsobjekte, z.B. Schüler in Klassen in Schulen,
• Unvollständige Daten, z.B. Messungen nicht durchgehend aller Untersuchungsobjekte an allen Messzeitpunkten,
• Zeitvariable soll metrisch anstatt kategorial verwendet werden,
• Messwiederholung einer nicht-metrischen Variable als abhängige Variable,
• Mehrere abhängige Variablen, die nicht-metrisch sind
• etc.

Die Multi-Level-Modelle sind sehr flexibel und haben dann je nach Modell unterschiedliche Anpassungsmöglichkeiten und auch unterschiedliche Voraussetzungen.

Einen Einstieg in dieses große Themengebiet findest Du in der Statistik-Akademie: