以斯帖統計顧問公司

在很多研究當中，探討影響個體(subject)結果變項(outcome)的因子時，除了要考慮到個體自身收集到的解釋變數，同時也要考慮與個體存在高度相關的人，所收集到的解釋變數；例如常見的夫-妻，照顧者-被照顧者，此種資料稱之爲對偶資料(dyadic data)。很明顯的，對偶資料之間具有相關性，而且會影響對結果變項的解釋或預測。(舉例來說，結果變項爲：夫生活品質滿意度，解釋變項爲：夫社經地位高低，妻社經地位高低)。

APIM在統計分析方面，如果使用傳統的多元迴歸分析(multiple linear regression)，無法將解釋變數之間的相關性納入分析，所以並不恰當，原因在於多元迴歸分析中，解釋變數是假設爲獨立的。取而代之的，APIM多用多層次模型(Multi-Level Model: MLM)方法來分析，亦有人稱之爲階層線性模式法(Hierarchical Linear Model: HLM)。另外，也可以將”每一對”設定爲隨機效果(random effect)以混合模式(Mixed model)來分析之。

Reference:
Kenny, D. A. (1996a). Models of nonindependence in dyadic research. Journal of
Social and Personal Relationships, 13, 279–294.