问题一：我们的数据为纵向数据。因为学生版本的HLM只能放入5个变量，为了可以分析我们的数据。首先在放入第一层时间变量确定因变量随时间的变化是存在个体差异的。在纳入完整模型之前，我们进行了这样的操作：（类似于单变量回归）在第二层逐一放入一个预测变量（每次只放一个），这样我们就可以筛选出对因变量的变化有主效应的变量。最后，将与时间测量因素有交互作用的预测变量放入最终的完整HLM模型就行分析。
     不知道这样的分析步骤，是否合适？望老师给予指导。
     问题二：在进行“单变量”的HLM分析时，其中一个变量与时间有交互作用，但此时的时间测量因素是没有主效应的。而我们的目的，是关注预测因素对因变量变化的影响，那么此变量是不是就不用纳入最终完整模型就行分析了？

如下表：积极情绪 时间的主效应没有意义
Final estimation of fixed effects
(with robust standard errors)
Fixed Effect                Coefficient             SE       t-ratio      d.f.       p-value
For INTRCPT1, π0
    INTRCPT2, β00        2.956866        0.974855        3.033        94        0.003
    POSITIVE, β01        0.090949        0.035003        2.598        94        0.011
For TIME slope, π1
    INTRCPT2, β10        -0.191812        0.168068        -1.141        94        0.257
    POSITIVE, β11        -0.024033        0.006171        -3.894        94        <0.00