总结几点如下：
1. 如二楼所说的，group structure 会导致lm估计不准，最简单的道理就是confounding factor, 如果groups 之间存在较大差异但是模型有没有考虑到的话，那么lm就会把某些变量过份扩大或者缩小；
2. 如果想把groups 作为dummy variable引进模型会怎么样？
通常的因果推断会这么做，但是当你的碰到以下两种情况时：

i) 每个group当中的数据量较小；
ii）group 总数变多；
以上这两种情况都会导致n变小，p变大，传统的方法就不适用于去做这种估计。

举个例子：
考虑repeat measure情况，每个subject 都有少数观测，同一个subject 的观测存在相关。
首先lm模型的系数就会不准，因为数据存在cluster的情况。
其次或许考虑使用by subject做N个linear regression, 但是问题是当数据量太少，只有 n<=3 个点来拟合一条line。
那么使用HLM，或者multilevel model呢？ 模型会根据每个group所包含的variance和n来平衡，需要对fixed effect要调整多少，某些数据量小的就近似使用fixed effect， 数据量大的就近似使用by group regression。

以上是一点想法，参考自gelman 的那本 Data Analysis Using Regression and Multilevel/Hierarchical Models, 欢迎讨论。

按照HLM对数据格式的要求进行整理就可以了吧。当然首先你的问卷信息应当同时包含level1的变量和level2的变量

谢谢！再请教大神一个问题，用HLM做了中介检验之后还用再做Sobel检验吗？

朋友，我想请教下，那个问卷有8个条目是来衡量这个维度的，那这个维度才是X，那怎么处理这8个条目问卷的数据？我的QQ553865810，请求交流！

公开课视频
视频链接 https://v.qq.com/x/page/v0359ytjwin.html

楼上都是大神，学到东西啦

请问用HLM做纵向数据时，像性别这种二分类变量怎么mean centre之后带入level 2呢