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: [Third ed.] نویسندگان: Jacob Cohen, Patricia Cohen, Stephen G. West, Leona S. Aiken سری: ISBN (شابک) : 0805822232, 9780805822236 ناشر: سال نشر: 2002 تعداد صفحات: 736 [734] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 45 Mb
در صورت تبدیل فایل کتاب Applied Multiple Regression-Correlation Analysis for the Behavioral Sciences, 3rd Edition 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 تحليل رگرسيون چند متغيره کاربردي براي علوم رفتاري ، چاپ 3 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.
این متن کلاسیک در رگرسیون چندگانه به دلیل رویکرد غیر ریاضی، کاربردی و تحلیلی دادهای مورد توجه قرار گرفته است. خوانندگان از نمایش کلامی-مفهومی و استفاده مکرر از مثالها سود میبرند. تاکید اعمال شده تصاویر واضحی از اصول ارائه می دهد و نمونه های کار شده ای از انواع کاربردهای ممکن را ارائه می دهد. محققان یاد میگیرند که چگونه مدلهای رگرسیونی را مشخص کنند که مستقیماً به سؤالات تحقیق آنها میپردازد. مروری بر ایدههای اساسی رگرسیون چندگانه و بررسی همبستگی دو متغیره و رگرسیون و دیگر مفاهیم آماری ابتدایی، پایهای قوی برای درک بقیه متن فراهم میکند. نسخه سوم تأکید بیشتری بر گرافیک و استفاده از فواصل اطمینان و اندازهگیری اندازه افکتها و یک CD همراه با دادههای بیشتر نمونههای عددی همراه با کد رایانه برای SPSS، SAS و SYSTAT دارد. رگرسیون چندگانه کاربردی هم به عنوان یک کتاب درسی برای دانشجویان تحصیلات تکمیلی و هم به عنوان یک ابزار مرجع برای محققان در روانشناسی، آموزش، علوم بهداشتی، ارتباطات، تجارت، جامعه شناسی، علوم سیاسی، مردم شناسی و اقتصاد عمل می کند. دانش مقدماتی آمار مورد نیاز است. فصول مستقل نیاز محققین به مراجعه به فصل های قبلی را به حداقل می رساند.
This classic text on multiple regression is noted for its nonmathematical, applied, and data-analytic approach. Readers profit from its verbal-conceptual exposition and frequent use of examples. The applied emphasis provides clear illustrations of the principles and provides worked examples of the types of applications that are possible. Researchers learn how to specify regression models that directly address their research questions. An overview of the fundamental ideas of multiple regression and a review of bivariate correlation and regression and other elementary statistical concepts provide a strong foundation for understanding the rest of the text. The third edition features an increased emphasis on graphics and the use of confidence intervals and effect size measures, and an accompanying CD with data for most of the numerical examples along with the computer code for SPSS, SAS, and SYSTAT. Applied Multiple Regression serves as both a textbook for graduate students and as a reference tool for researchers in psychology, education, health sciences, communications, business, sociology, political science, anthropology, and economics. An introductory knowledge of statistics is required. Self-standing chapters minimize the need for researchers to refer to previous chapters.
Cover\r......Page 1
Contents\r......Page 8
Preface\r......Page 26
1. Introduction\r......Page 32
2. Bivariate correlation and regression\r......Page 50
3. Multiple regression/correlation with two or more independent variables\r......Page 95
4. Data visualization, exploration, and assumption checking: diagnosing and solving regression problems I\r......Page 132
5. Data-analytic strategies using multiple regression/correlation\r......Page 182
6. Quantitative sacales, curvilinear relationships, and transformations\r......Page 224
7. Interaction among continuous variables\r......Page 286
8. Categorical or nominal independent variables\r......Page 333
9. Interaction with categorical variables\r......Page 385
10. Outliers and multicollinearity: diagnosing and solving regression problems II\r......Page 421
11. Missing data\r......Page 462
12. Multiple regression/correlation and causal models\r......Page 483
13. Alternative regression models: logistic, Poisson regression, and the generalized linear model\r......Page 510
14. Random coefficient regression and multilevel models\r......Page 567
15. Longitudinal regression methods\r......Page 599
16. Multiple dependent variables: set correlation\r......Page 639
Appendices\r......Page 660
Appendix 1: the mathematical basis for multiple regression/correlation and identification of the inverse matrix elements\r......Page 662
Appendix 2: determination of the inverse matrix and applications thereof\r......Page 667
Appendix tables\r......Page 674
References\r......Page 686
Glossary\r......Page 702
Statistical symbols and abbreviations\r......Page 714
Author index\r......Page 718
Subject index\r......Page 722