HLM是一个著名的多水平统计分析的软件，即使是不完整的数据，它也可以进行有效的多元线性分析，包括非限制模型、随机效应模型、自相关模型与多级模型，并可以读取大多数统计软件包中的数据。它能够输出伯努利最大似然算子估算二元模型、二元数据的多项回归模型以及正态模型，精确计算预测方程的标准差，进行潜在变量效度分析和对数线性分析。它学生版基本具备正式版所有的功能，限制仅在于只能识别ASCII码及SYSTAT、SPSS和SAS文件，并且在分析的水平级上有数量限制。
软件类型：免费
一、多层线性模型原理：
多层线性模型分为“随机截距模型”和“随机截距和随机斜率模型”。“随机截距模型”假定因变量的截距随着群体的不同而不同，但各群体的回归斜率是固定，因此不同层次因素之间缺乏互动。“随机截距和随机斜率模型”假定截距和回归斜率都因群体而异，允许不同层次因素之间的互动。
参数估计方法有：迭代广义最小二乘法、限制性的广义最小二乘估计、马尔科夫链蒙特卡罗法。这些方法代替了传统的最小二乘法估计，更为稳定和精确。比如，当第二层的某单位只有少量的被试，或不同组样本量不同时，多层线性模型进行了加权估计、迭代计算。
二、多层线性模型应用：
1、用于类似组织管理、学校教育等具有多层数据结构的领域研究。
2、用于个体重复测量数据的追踪研究。测量层面作为第一水平，个体层面作为第二水平。
3、用于做文献综述，即对众多研究成果进行定量综合。探讨不同研究中进行的处理、研究方法、被试特征和背景上的差异与效应之间的关系。
4、充分利用多层模型较为高级的统计估计方法来改善单层回归的估计和分析。
