دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 3
نویسندگان: Richard J. Harris
سری:
ISBN (شابک) : 0805832106, 9780805832105
ناشر: Psychology Press
سال نشر: 2001
تعداد صفحات: 625
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 32 مگابایت
در صورت تبدیل فایل کتاب A Primer of Multivariate Statistics 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 آغازگر آمار چند متغیره 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.
دکتر ریچارد جی. هریس با تکیه بر بیش از 30 سال تجربه در کار با آمار، A Primer of Multivariate Statistics را برای ارائه مدلی از تعادل بین چگونگی و چرایی به روز رسانی کرده است. این متن کلاسیک تکنیک های چند متغیره را با طعم رویکردهای متغیر پنهان پوشش می دهد. در سرتاسر کتاب بر اهمیت توصیف و آزمایش تفاسیر فرد از متغیرهای نوظهور که با تحلیل چند متغیره تولید میشوند، تمرکز شده است. این نسخه ضمن تمرکز بر تکنیک های کلاسیک، سبک نوشتاری مکالمه خود را حفظ می کند. این کتاب به خواننده این احساس را میدهد که چرا باید به روشهای دقیقتر مدلسازی رایانهای و تکنیکهای متغیر پنهان، مانند تحلیل مسیر غیر بازگشتی، تحلیل عامل تأییدی، و مدلسازی خطی سلسله مراتبی، فکر کرد. در سرتاسر کتاب بر اهمیت توصیف و آزمایش تفاسیر فرد از متغیرهای نوظهور که با تحلیل چند متغیره تولید میشوند، تمرکز شده است.
Drawing upon more than 30 years of experience in working with statistics, Dr. Richard J. Harris has updated A Primer of Multivariate Statistics to provide a model of balance between how-to and why. This classic text covers multivariate techniques with a taste of latent variable approaches. Throughout the book there is a focus on the importance of describing and testing one's interpretations of the emergent variables that are produced by multivariate analysis. This edition retains its conversational writing style while focusing on classical techniques. The book gives the reader a feel for why one should consider diving into more detailed treatments of computer-modeling and latent-variable techniques, such as non-recursive path analysis, confirmatory factor analysis, and hierarchical linear modeling. Throughout the book there is a focus on the importance of describing and testing one's interpretations of the emergent variables that are produced by multivariate analysis.