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: Dr. Scott Menard
سری:
ISBN (شابک) : 0761922083, 9780761922087
ناشر: Sage Publications, Inc
سال نشر: 2001
تعداد صفحات: 120
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Applied Logistic Regression Analysis (Quantitative Applications in the Social Sciences) (v. 106) 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 تحلیل رگرسیون لجستیک کاربردی (کاربردهای کمی در علوم اجتماعی) (جلد 106) 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.
تمرکز در این ویرایش دوم دوباره بر روی مدلهای رگرسیون لجستیک برای دادههای سطح فردی است، اما دادههای انبوه یا گروهبندی شده نیز در نظر گرفته میشوند. این کتاب شامل بحثهای مفصلی در مورد حسن تناسب، شاخصهای کارایی پیشبینیکننده و ضرایب رگرسیون لجستیک استاندارد شده است و مثالهایی با استفاده از SAS و SPSS گنجانده شده است. بررسی دقیقتر گروهبندیها بر خلاف دادههای موردی در سرتاسر کتاب بحث بهروز شده در مورد ویژگیها و استفاده مناسب از معیارهای خوب برازش، آنالوگهای مربع R و شاخصهای کارایی پیشبینیکننده بحث درباره استفاده نادرست از نسبتهای شانس برای نشان دادن نسبتهای ریسک ، و از پراکندگی بیش از حد و کم پراکندگی برای داده های گروه بندی شده پوشش به روز شده از مدل های رگرسیون لجستیک چندتومی نامرتب و مرتب شده است.
The focus in this Second Edition is again on logistic regression models for individual level data, but aggregate or grouped data are also considered. The book includes detailed discussions of goodness of fit, indices of predictive efficiency, and standardized logistic regression coefficients, and examples using SAS and SPSS are included. More detailed consideration of grouped as opposed to case-wise data throughout the book Updated discussion of the properties and appropriate use of goodness of fit measures, R-square analogues, and indices of predictive efficiency Discussion of the misuse of odds ratios to represent risk ratios, and of over-dispersion and under-dispersion for grouped data Updated coverage of unordered and ordered polytomous logistic regression models.