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: 2nd نویسندگان: David J. Bartholomew, Fiona Steele, Jane Galbraith, Irini Moustaki سری: Statistics in the Social and Behavioral Sciences ISBN (شابک) : 9781584889618, 1584889616 ناشر: CRC Press سال نشر: 2011 تعداد صفحات: 375 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های علوم اجتماعی چند متغیره: علوم اجتماعی روش های آماری تحلیل چند متغیره ریاضیات آمار احتمالات کاربردی عمومی
در صورت تبدیل فایل کتاب Analysis of Multivariate Social Science Data 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 تجزیه و تحلیل داده های علوم اجتماعی 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.
با تکیه بر تجربیات متنوع نویسندگان در کار و تدریس در این زمینه، تجزیه و تحلیل داده های علوم اجتماعی چند متغیره، ویرایش دوم، درک اساسی از نحوه استفاده از روش های کلیدی چند متغیره در علوم اجتماعی را امکان پذیر می کند. با به روز رسانی در هر فصل، این نسخه موضوعات خود را به تجزیه و تحلیل رگرسیون، تحلیل عاملی تاییدی، مدل های معادلات ساختاری و مدل های چند سطحی گسترش می دهد. پس از تاکید بر خلاصهسازی دادهها در چند فصل اول، نویسندگان بر تحلیل رگرسیون تمرکز میکنند. این فصل پیوندی بین دو نیمه کتاب ارائه میکند، که نشاندهنده حرکت از روشهای توصیفی به روشهای استنتاجی و از وابستگی متقابل به وابستگی است. بقیه متن به روشهای مبتنی بر مدل میپردازد که عمدتاً در مورد فرآیندهایی که دادهها را تولید میکنند استنتاج میکنند. نویسندگان با تکیه شدید بر مثالهای عددی، بینشی در مورد هدف و عملکرد روشها و همچنین تفسیر دادهها ارائه میکنند. بسیاری از نمونههای مشابه در سرتاسر برای نشان دادن ارتباط بین روشها استفاده میشوند. در اکثر فصلها، نویسندگان پیشنهادهایی را برای کار بیشتر ارائه میکنند که فراتر از تمرینهای معمولی است و خوانندگان را تشویق میکند تا زمینههای جدیدی را در تحقیقات علوم اجتماعی کشف کنند. این کتاب که به حداقل دانش ریاضی و آماری نیاز دارد، نشان میدهد که چگونه روشهای چند متغیره مختلف، جنبههای مختلف دادهها را آشکار میکنند و در نتیجه به سؤالات پژوهشی اساسی پاسخ میدهند.
Drawing on the authors’ varied experiences working and teaching in the field, Analysis of Multivariate Social Science Data, Second Editionenables a basic understanding of how to use key multivariate methods in the social sciences. With updates in every chapter, this edition expands its topics to include regression analysis, confirmatory factor analysis, structural equation models, and multilevel models. After emphasizing the summarization of data in the first several chapters, the authors focus on regression analysis. This chapter provides a link between the two halves of the book, signaling the move from descriptive to inferential methods and from interdependence to dependence. The remainder of the text deals with model-based methods that primarily make inferences about processes that generate data. Relying heavily on numerical examples, the authors provide insight into the purpose and working of the methods as well as the interpretation of data. Many of the same examples are used throughout to illustrate connections between the methods. In most chapters, the authors present suggestions for further work that go beyond conventional exercises, encouraging readers to explore new ground in social science research. Requiring minimal mathematical and statistical knowledge, this book shows how various multivariate methods reveal different aspects of data and thus help answer substantive research questions.
Front cover
Contents
Preface
CHAPTER 1: Setting the Scene
CHAPTER 2: Cluster Analysis
CHAPTER 3: Multidimensional Scaling
CHAPTER 4: Correspondence Analysis
CHAPTER 5: Principal Components Analysis
CHAPTER 6: Regression Analysis
CHAPTER 7: Factor Analysis
CHAPTER 8: Factor Analysis for Binary Data
CHAPTER 9: Factor Analysis for OrderedCategorical Variables
CHAPTER 10: Latent Class Analysis for Binary Data
CHAPTER 11: Confirmatory Factor Analysis andStructural Equation Models
CHAPTER 12 : Multilevel Modelling
References
Back cover.