等級線性模型（Hierarchical Linear Model，簡稱HLM）是一種複雜的統計模型，也被稱為多水平模型、層次線性模型或混合效應模型，其中包括隨機效應模型。
HLM模型考慮到了數據中存在的組內相關性，即組別對觀測對象的影響。這種模型適用於研究具有層次結構的數據，例如，當研究一個區域內學校的表現時，學校是學生成績的群體單位，而學生則隸屬於不同的學校。HLM模型能夠處理不同層次（如個體層次和組織層次）的因素對結果變數的影響。
HLM模型的關鍵術語包括「固定效應」和「隨機效應」。固定效應主要關注在排除組別影響後的特定關係，而隨機效應則關注在考慮組別影響後的關係。如果數據中組別之間的差異較小，可以考慮使用傳統的線性回歸模型。相反，如果組別之間的差異較大，或者研究目的是比較不同組別的差異，那麼使用HLM模型會更加合適。
HLM模型在心理學、教育學、管理學等多個領域都有廣泛的套用，特別是在處理具有層次結構的數據時，如嵌套數據或層級數據，能夠有效地處理不同層次因素對結果變數的影響。