دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Analysis of Pretest-Posttest Designs
دانلود کتاب تجزیه و تحلیل طرح های Pretest-Posttest
مشخصات کتاب
Analysis of Pretest-Posttest Designs
ویرایش: [1 ed.]
نویسندگان: Peter L. Bonate
سری:
ISBN (شابک) : 1584881739, 9781584881735
ناشر: Chapman and Hall/CRC
سال نشر: 2000
تعداد صفحات: 206
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 Mb
قیمت کتاب (تومان) : 28,000
در صورت تبدیل فایل کتاب Analysis of Pretest-Posttest Designs 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 طرح های Pretest-Posttest 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 تجزیه و تحلیل طرح های Pretest-Posttest
چگونه داده های پیش آزمون-پس آزمون را تجزیه و تحلیل می کنید؟ تفاوت امتیازات؟ درصد تغییر امتیاز؟ ANOVA در مطالعات پزشکی، روان‌شناختی، جامعه‌شناختی و آموزشی، محققان اغلب آزمایش‌هایی را طراحی می‌کنند که در آن داده‌های پایه (پیش‌آزمون) را قبل از تصادفی‌سازی جمع‌آوری می‌کنند. با این حال، آنها اغلب تصمیم گیری در مورد اینکه کدام روش تحلیل آماری برای استفاده مناسب تر است، دشوار است. تا کنون، مشورت با ادبیات موجود، کار طولانی و طاقت‌فرسایی را نشان می‌دهد، با مقالاتی که به‌صورت پراکنده در مجلات و منابع کتاب درسی پراکنده شده‌اند. این مرجع یک مرحله ای - که به طور خاص برای محققان نوشته شده است - به سوالات پاسخ می دهد و به رفع سردرگمی در مورد تجزیه و تحلیل داده های پیش آزمون-پس آزمون کمک می کند. نویسنده با به حداقل رساندن اشتقاق‌ها و ارائه مثال‌های واقعی از طیف وسیعی از رشته‌ها، مفاهیم و تکنیک‌هایی را که برای مطالعاتی که داده‌های پایه را به کار می‌برند مفیدتر جمع‌آوری و توضیح می‌دهد. مزایا و معایب روش‌های مختلف - ANOVA، ANCOVA، درصد تغییر، تفاوت را درک کنید. امتیازات و بیشتر برای انتخاب مناسب ترین آزمون آماری بیاموزید - شبیه سازی های متعدد مونت کارلو تست های مختلف را با هم مقایسه می کند و به شما کمک می کند بهترین مورد را برای داده های خود انتخاب کنید تجزیه و تحلیل های دشوارتر را انجام دهید - کد SAS گسترده شامل زمان و تلاش شما برای برنامه نویسی صرفه جویی می کند. در آمار و طراحی آزمایشی، این کتاب بیشتر، اگر نگوییم همه منابع مرجع را که با داده های پیش آزمون-پس آزمون سروکار دارد، در خود جای داده است. اگر از داده های پایه در مطالعات خود استفاده می کنید، تجزیه و تحلیل طرح های پیش آزمون-پس آزمون در وقت شما صرفه جویی می کند، درک شما را افزایش می دهد و در نهایت تفسیر و تجزیه و تحلیل داده های شما را بهبود می بخشد.
توضیحاتی درمورد کتاب به خارجی
How do you analyze pretest-posttest data? Difference scores? Percent change scores? ANOVA? In medical, psychological, sociological, and educational studies, researchers often design experiments in which they collect baseline (pretest) data prior to randomization. However, they often find it difficult to decide which method of statistical analysis is most appropriate to use. Until now, consulting the available literature would prove a long and arduous task, with papers sparsely scattered throughout journals and textbook references few and far between.Analysis of Pretest-Posttest Designs brings welcome relief from this conundrum. This one-stop reference - written specifically for researchers - answers the questions and helps clear the confusion about analyzing pretest-posttest data. Keeping derivations to a minimum and offering real life examples from a range of disciplines, the author gathers and elucidates the concepts and techniques most useful for studies incorporating baseline data.Understand the pros and cons of different methods - ANOVA, ANCOVA, percent change, difference scores, and moreLearn to choose the most appropriate statistical test - Numerous Monte Carlo simulations compare the various tests and help you select the one best suited to your dataTackle more difficult analyses - The extensive SAS code included saves you programming time and effortRequiring just a basic background in statistics and experimental design, this book incorporates most, if not all of the reference material that deals with pretest-posttest data. If you use baseline data in your studies, Analysis of Pretest-Posttest Designs will save you time, increase your understanding, and ultimately improve the interpretation and analysis of your data.
