拙著『Rで学ぶマルチレベルモデル入門編』と『Rで学ぶマルチレベルモデル実践編』の内容に沿って、マルチレベルモデルを学ぶための前提知識、基本的なモデルからやや発展的なモデルまでを説明します。
　拙著はやや数式の多いページもありますが、文系学部での統計学の講義経験を活かし、①数式は最小限にとどめる、②講義では概念やモデルのエッセンスを伝えることに注力する、を考えた講義を行います。また、概念やモデルの話ばかりではなく、多くの事例を扱うことで、理解の促進を考えています。事例は、心理・教育・社会学分野の題材が中心になります。Rの演習は行いませんが、Rのスクリプトは示しますので、Rについての基本的な理解があるとベターです。

1. マルチレベルモデルを学ぶための前提知識
   1. マルチレベルモデルで分析すると何が分かるか。
   2. マルチレベルモデルに特有のデータ形式
   3. 2段抽出データの性質
   4. マルチレベルモデルの重要概念
      • 説明変数の中心化
      • 集団平均の信頼性
      • 観測値の独立性
      • 級内相関係数
   5. 質疑
2. ランダム切片モデル入門
   1. ランダム切片モデルで分析すると何が分かるか。
   2. 2つのランダム切片モデル
   3. Rによるランダム切片モデルの分析
   4. ランダム切片モデルの分析事例 (日本におけるコミュニティ問題の検討)
   5. 質疑
3. ランダム傾きモデル入門
   1. ランダム傾きモデルで分析すると何が分かるか。
   2. 2つのランダム切片モデル
   3. 分散説明率と情報量規準によるモデル比較
   4. Rによるランダム傾きモデルの分析
   5. ランダム傾きモデルの分析事例 (学級規模の大小と学力の推移)
   6. 質疑
4. 様々なモデル
   1. カテゴリカル変数が目的変数の場合のモデルと分析事例 (調査回答行動の分析)
   2. 縦断データを扱ったモデリングと分析事例 (従業員の愛着の変化)
   3. 質疑