经验取样法（ExperienceSamplingMethod,ESM）是一种实时数据收集技术，通过多次重复测量个体在日常生活中的即时体验、行为和环境因素，捕捉动态变化的过程。该方法能够减少回忆偏差，提高生态效度，广泛应用于心理学、组织行为学、健康科学等领域。在数据分析方面，经验取样法通常涉及多层线性模型（HLM）或结构方程模型（SEM），以处理嵌套数据（如多次测量嵌套于个体）。研究者可分析个体内部变异、时间效应以及情境因素的影响，从而揭示变量间的动态关系。应用场景包括情绪波动研究、工作压力评估、健康行为追踪等，为理解人类行为的实时机制提供了有力工具。
