مشخصات کتاب

A Gentle Introduction to Stata

ویرایش: 5. edition 
نویسندگان: Acock. Alan C  
سری:  
ISBN (شابک) : 1597181854, 9781597181860 
ناشر: Stata Press 
سال نشر: 2016 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 11 مگابایت 

کلمات کلیدی مربوط به کتاب مقدمه ای آرام بر Stata: آمار ریاضی--برنامه های کامپیوتری،علوم اجتماعی--روش های آماری--برنامه های کامپیوتری،علوم اجتماعی--آمار--برنامه های کامپیوتری،استاتا،آمار--برنامه های کامپیوتری،آمار--روش های گرافیکی--برنامه های کامپیوتری،آمار -- کامپیوتر برنامه ها، آمار -- روش های گرافیکی -- برنامه های کامپیوتری، علوم اجتماعی -- روش های آماری -- برنامه های کامپیوتری، علوم اجتماعی -- آمار -- برنامه های کامپیوتری، آمار ریاضی -- برنامه های کامپیوتری

در صورت تبدیل فایل کتاب A Gentle Introduction to Stata به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مقدمه ای آرام بر Stata نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب مقدمه ای آرام بر Stata

Alan C. Acock's A Gentle Introduction to Stata، نسخه پنجم، کاربران جدیدی است که می خواهند در Stata مهارت داشته باشند. پس از خواندن این متن مقدماتی، کاربران جدید می توانند نه تنها از Stata به خوبی استفاده کنند بلکه جنبه های جدید Stata را نیز یاد بگیرند. Acock فرض می کند که کاربر با هیچ نرم افزار آماری آشنایی ندارد. این فرض یک لوح خالی در ساختار و محتوای کتاب مرکزی است. آکاک با اصول اولیه شروع می کند. برای مثال، بخشی از کتاب که به مدیریت داده‌ها می‌پردازد، با یک مثال دقیق و دقیق از تبدیل داده‌های نظرسنجی روی کاغذ به مجموعه داده‌های آماده برای Stata در رایانه آغاز می‌شود. آکوک هنگام توضیح نحوه انجام رویه‌های آماری اکتشافی اولیه، یادداشت‌هایی را شامل می‌شود که به خواننده کمک می‌کند عادت‌های کاری خوب را ایجاد کند. این ترکیبی از توضیح عادات خوب Stata و عادات آماری خوب در سراسر کتاب ادامه دارد. Acock کاملاً مراقب است که تمام جنبه های استفاده از Stata را به خواننده آموزش دهد. او مدیریت داده‌ها، عادات کاری خوب (از جمله استفاده از فایل‌های do-پایه)، آمار اکتشافی اولیه (از جمله نمایش‌های گرافیکی)، و تجزیه و تحلیل‌ها را با استفاده از آرایه استاندارد ابزارهای آماری پایه (همبستگی، رگرسیون خطی و لجستیک، و پارامتری و ناپارامتریک) پوشش می‌دهد. آزمایش مکان و پراکندگی). او همچنین با موفقیت برخی از موضوعات پیشرفته‌تر مانند انتساب چندگانه و مدل‌سازی معادلات ساختاری را به روشی بسیار قابل دسترس معرفی می‌کند. Acock دستورات Stata را با استفاده از منوها و کادرهای محاوره ای آموزش می دهد و در عین حال بر ارزش فایل های do-files تاکید می کند. به این ترتیب، او اطمینان می دهد که همه انواع کاربران می توانند عادات کاری خوبی ایجاد کنند. هر فصل دارای تمرین هایی است که خواننده با انگیزه می تواند از آنها برای تقویت مطالب استفاده کند. لحن کتاب دوستانه و محاوره‌ای است، بدون اینکه هیچ‌گاه اهانت آمیز یا تحقیرآمیز باشد. نکات و نکات مهم در مورد اصطلاحات در کادرها تنظیم شده است، که خواندن متن را بدون هیچ گونه پیچش های پیچیده یا ارجاع به جلو آسان می کند. Acock به جای تقسیم موضوعات با اجرای Stata، موضوعات را همانطور که در یک کتاب درسی آمار پایه ظاهر می شود مرتب می کند. گرافیک و پس تخمین به صورت طبیعی در مواد بافته می شود. مجموعه داده های واقعی، مانند بررسی های عمومی اجتماعی از سال 2002 و 2006، در سراسر کتاب استفاده شده است. تمرکز کتاب به ویژه برای کسانی که در علوم رفتاری و اجتماعی هستند مفید است زیرا ارائه مدل‌سازی آماری پایه با بحث در مورد اندازه اثر و ضرایب استاندارد تکمیل شده است. معیارهای انتخاب مختلف، مانند همبستگی های نیمه جزئی، برای انتخاب مدل مورد بحث قرار می گیرند. Acock همچنین دستورات مختلفی را برای ارزیابی قابلیت اطمینان و اعتبار اندازه گیری ها پوشش می دهد. ویرایش پنجم کتاب شامل دو فصل جدید است که مدل‌سازی چند سطحی و مدل‌های نظریه پاسخ آیتم (IRT) را پوشش می‌دهد. فصل مدل‌سازی چندسطحی نشان می‌دهد که چگونه می‌توان مدل‌های چندسطحی خطی را با استفاده از دستور مخلوط تنظیم کرد. آکاک مدل‌ها را هم با ضرایب تصادفی و هم با ضرایب تصادفی مورد بحث قرار می‌دهد و نمونه‌های مختلفی را ارائه می‌کند که این مدل‌ها را برای داده‌های طولی اعمال می‌کند. فصل IRT استفاده از مدل‌های IRT را برای ارزیابی مجموعه‌ای از موارد طراحی شده برای اندازه‌گیری یک ویژگی خاص مانند نگرش، ارزش یا باور معرفی می‌کند. Acock نحوه استفاده از مجموعه دستورات irt را که در Stata 14 جدید هستند، برای مطابقت با مدل‌های IRT و نمودار کردن نتایج نشان می‌دهد. علاوه بر این، او معیاری از قابلیت اطمینان را ارائه می دهد که می تواند هنگام استفاده از IRT محاسبه شود.

توضیحاتی درمورد کتاب به خارجی

Alan C. Acock's A Gentle Introduction to Stata, Fifth Edition, is aimed at new Stata users who want to become proficient in Stata. After reading this introductory text, new users will be able not only to use Stata well but also to learn new aspects of Stata. Acock assumes that the user is not familiar with any statistical software. This assumption of a blank slate is central to the structure and contents of the book. Acock starts with the basics; for example, the portion of the book that deals with data management begins with a careful and detailed example of turning survey data on paper into a Stata-ready dataset on the computer. When explaining how to go about basic exploratory statistical procedures, Acock includes notes that will help the reader develop good work habits. This mixture of explaining good Stata habits and good statistical habits continues throughout the book. Acock is quite careful to teach the reader all aspects of using Stata. He covers data management, good work habits (including the use of basic do-files), basic exploratory statistics (including graphical displays), and analyses using the standard array of basic statistical tools (correlation, linear and logistic regression, and parametric and nonparametric tests of location and dispersion). He also successfully introduces some more advanced topics such as multiple imputation and structural equation modeling in a very approachable manner. Acock teaches Stata commands by using the menus and dialog boxes while still stressing the value of do-files. In this way, he ensures that all types of users can build good work habits. Each chapter has exercises that the motivated reader can use to reinforce the material. The tone of the book is friendly and conversational without ever being glib or condescending. Important asides and notes about terminology are set off in boxes, which makes the text easy to read without any convoluted twists or forward-referencing. Rather than splitting topics by their Stata implementation, Acock arranges the topics as they would appear in a basic statistics textbook; graphics and postestimation are woven into the material in a natural fashion. Real datasets, such as the General Social Surveys from 2002 and 2006, are used throughout the book. The focus of the book is especially helpful for those in the behavioral and social sciences because the presentation of basic statistical modeling is supplemented with discussions of effect sizes and standardized coefficients. Various selection criteria, such as semipartial correlations, are discussed for model selection. Acock also covers a variety of commands available for evaluating reliability and validity of measurements. The fifth edition of the book includes two new chapters that cover multilevel modeling and item response theory (IRT) models. The multilevel modeling chapter demonstrates how to fit linear multilevel models using the mixed command. Acock discusses models with both random intercepts and random coefficients, and he provides a variety of examples that apply these models to longitudinal data. The IRT chapter introduces the use of IRT models for evaluating a set of items designed to measure a specific trait such as an attitude, value, or a belief. Acock shows how to use the irt suite of commands, which are new in Stata 14, to fit IRT models and to graph the results. In addition, he presents a measure of reliability that can be computed when using IRT.

فهرست مطالب

Getting startedConventionsIntroductionThe Stata screenUsing an existing datasetAn example of a short Stata sessionVideo aids to learning Stata SummaryExercisesEntering dataCreating a datasetAn example questionnaireDeveloping a coding systemEntering data using the Data EditorValue labelsThe Variables ManagerThe Data Editor (Browse) viewSaving your datasetChecking the dataSummaryExercisesPreparing data for analysisIntroductionPlanning your workCreating value labelsReverse-code variablesCreating and modifying variablesCreating scalesSave some of your dataSummaryExercisesWorking with commands, do-files, and resultsIntroductionHow Stata commands are constructedCreating a do-fileCopying your results to a word processorLogging your command fileSummaryExercisesDescriptive statistics and graphs for one variableDescriptive statistics and graphsWhere is the center of a distribution?How dispersed is the distribution?Statistics and graphs-unordered categoriesStatistics and graphs-ordered categories and variablesStatistics and graphs-quantitative variablesSummaryExercisesStatistics and graphs for two categorical variablesRelationship between categorical variablesCross-tabulationChi-squared testDegrees of freedomProbability tablesPercentages and measures of associationOdds ratios when dependent variable has two categoriesOrdered categorical variablesInteractive tablesTables--linking categorical and quantitative variablesPower analysis when using a chi-squared test of significanceSummaryExercisesTests for one or two meansIntroduction to tests for one or two meansRandomizationRandom samplingHypothesesOne-sample test of a proportionTwo-sample test of a proportionOne-sample test of meansTwo-sample test of group meansTesting for unequal variancesRepeated-measures t testPower analysisNonparametric alternativesMann--Whitney two-sample rank-sum testNonparametric alternative: Median testVideo tutorial related to this chapterSummaryExercisesBivariate correlation and regressionIntroduction to bivariate correlation and regressionScattergramsPlotting the regression lineAn alternative to producing a scattergram, binscatterCorrelationRegressionSpearman's rho: Rank-order correlation for ordinal dataPower analysis with correlationSummaryExercisesAnalysis of varianceThe logic of one-way analysis of varianceANOVA exampleANOVA example with nonexperimental dataPower analysis for one-way ANOVAA nonparametric alternative to ANOVAAnalysis of covarianceTwo-way ANOVARepeated-measures designIntraclass correlation<
-measuring agreementPower analysis with ANOVAPower analysis for one-way ANOVAPower analysis for two-way ANOVAPower analysis for repeated-measures ANOVASummary of power analysis for ANOVASummaryExercisesMultiple regressionIntroduction to multiple regressionWhat is multiple regression?The basic multiple regression commandIncrement in R-squared: Semipartial correlationsIs the dependent variable normally distributed?Are the residuals normally distributed?Regression diagnostic statisticsOutliers and influential casesInfluential observations: DFbetaCombinations of variables may cause problemsWeighted dataCategorical predictors and hierarchical regressionA shortcut for working with a categorical variableFundamentals of interactionNonlinear relationsFitting a quadratic modelCentering when using a quadratic termDo we need to add a quadratic component?Power analysis in multiple regressionSummaryExercisesLogistic regressionIntroduction to logistic regressionAn exampleWhat is an odds ratio and a logit?The odds ratioThe logit transformationData used in the rest of the chapterLogistic regressionHypothesis testingTesting individual coefficientsTesting sets of coefficientsMore on interpreting results from logistic regressionNested logistic regressionsPower analysis when doing logistic regressionNext steps for using logistic regression and its extensionsSummaryExercisesMeasurement, reliability, and validityOverview of reliability and validity Constructing a scale Generating a mean score for each person Reliability Stability and test-retest reliability Equivalence Split-half and alpha reliabilit--internal consistency Kuder-Richardson reliability for dichotomous items Rater agreement-kappa (K)Validity Expert judgment Criterion-related validity Construct validity Factor analysis PCF analysis Orthogonal rotation: Varimax Oblique rotation: Promax But we wanted one scale, not four scales Scoring our variable Summary Exercises Working with missing values-multiple imputationThe nature of the problemMultiple imputation and its assumptions about the mechanism for missingnessWhat variables do we include when doing imputations?Multiple imputationA detailed examplePreliminary analysisSetup and multiple-imputation stageThe analysis stageFor those who want an R and standardized sssWhen impossible values are imputedSummaryExercisesThe sem and gsem commandsLinear regression using semUsing the SEM Builder to fit a basic regression modelA quick way to draw a regression model and a fresh startUsing sem without the SEM BuilderThe gsem command for logistic regressionFitting the model using the logit commandFitting the model using the gsem commandPath analysis and mediationConclusions and what is next for the sem commandExercisesAn introduction to multilevel analysisQuestions and data for groups of individualsQuestions and data for a longitudinal multilevel applicationFixed-effects regression modelsRandom-effects regression modelsAn applied exampleResearch questionsReshaping data to do multilevel analysisA quick visualization of our dataRandom-intercept modelRandom intercept-linear modelRandom-intercept model-quadratic termTreating time as a categorical variableRandom-coefficients modelIncluding a time-invariant covariateSummaryExercisesItem response theory (IRT)How are IRT measures of variables different from summated scales?Overview of three IRT models for dichotomous itemsThe one-parameter logistic (PL) modelThe two-parameter logistic (PL) modelThe three-parameter logistic (PL) modelFitting the PL model using StataThe estimationHow important is each of the items?An overall evaluation of our scaleEstimating the latent scoreFitting a PL IRT modelFitting the PL modelThe graded response model-IRT for Likert-type itemsThe dataFitting our graded response modelEstimating a person's scoreReliability of the fitted IRT modelUsing the Stata menu systemExtensions of IRTExercisesWhat's next?Introduction to the appendixResourcesWeb resourcesBooks about StataShort coursesAcquiring dataLearning from the postestimation methodsSummary

نظرات کاربران

کتاب های تصادفی

دانلود کتاب 细说伪满妓院

دانلود کتاب Formal Concept Analysis: 7th International Conference, ICFCA 2009 Darmstadt, Germany, May 21-24, 2009 Proceedings

دانلود کتاب Periodontal-Restorative Interrelationships

دانلود کتاب Holy Hatred: Christianity, Antisemitism, and the Holocaust

دانلود کتاب Ежелден ХХ ғасырға дейінгі корей әдебиеті: лекциялар жинағы