دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Categorical Data Analysis
دانلود کتاب تجزیه و تحلیل داده های طبقه بندی شده
مشخصات کتاب
Categorical Data Analysis
ویرایش: 1
نویسندگان: Alan Agresti
سری:
ISBN (شابک) : 0471853011, 9780471853015
ناشر: Wiley
سال نشر: 1990.
تعداد صفحات: 579
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
قیمت کتاب (تومان) : 44,000
در صورت تبدیل فایل کتاب Categorical Data Analysis 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 طبقه بندی شده 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 داده های طبقه بندی شده
در ربع قرن گذشته انفجاری در توسعه روش‌های تجزیه و تحلیل داده‌های طبقه‌بندی شده بود. این روش‌ها بر افزایش در دسترس بودن مجموعه‌های داده چند متغیره با پاسخ‌های طبقه‌بندی‌شده در علوم اجتماعی، رفتاری و زیست‌پزشکی و همچنین در بهداشت عمومی، بوم‌شناسی، آموزش، بازاریابی، علوم غذایی و کنترل کیفیت صنعتی تأثیر گذاشته و تحت تأثیر قرار گرفته‌اند. . تجزیه و تحلیل داده‌های طبقه‌بندی، مهم‌ترین روش‌های جدید را تشریح می‌کند، ارائه یک ارائه یکپارچه از مدل‌سازی با استفاده از مدل‌های خطی تعمیم‌یافته و تاکید بر تکنیک‌های مدل‌سازی لاگ خطی و لاجیت. مشارکت آماردانان برجسته (پیرسون، یول، فیشر، نیمن، کوکران)، که تلاش‌های پیشگامانه آنها سرعت تکامل روش‌های مدرن را تعیین کرد، نیز مورد بررسی قرار می‌گیرد. ویژگی‌های ویژه کتاب عبارتند از: پوشش روش‌هایی برای داده‌های اندازه‌گیری مکرر، که اهمیت فزاینده‌ای در کاربردهای زیست‌پزشکی پیدا کرده‌اند. روش های نمونه کوچک بیش از 40 نمونه از تجزیه و تحلیل مجموعه داده های "واقعی"، از جمله: مصرف آسپرین و بیماری قلبی. رضایت شغلی و درآمد؛ استفاده از کمربند ایمنی و صدمات در تصادفات اتومبیل؛ و پیش‌بینی نتایج بازی‌های بیس‌بال بیش از 400 تمرین برای تسهیل تفسیر و کاربرد روش‌ها. تجزیه و تحلیل داده‌های طبقه‌بندی شده همچنین حاوی پیوستی است که استفاده از نرم‌افزار رایانه‌ای را که در حال حاضر برای انجام تحلیل‌های ارائه‌شده در کتاب موجود است، توصیف می‌کند. کتابشناسی و یادداشت های جامع در پایان هر فصل کار را کامل می کند و آن را به یک مرجع کامل و ارزشمند برای آماردانان، آمار زیستی و محققان حرفه ای تبدیل می کند.
توضیحاتی درمورد کتاب به خارجی
The past quarter-century has seen an explosion in the development of methods for analyzing categorical data. These methods have influenced—and been influenced by—the increasing availability of multivariate data sets with categorical responses in the social, behavioral, and biomedical sciences, as well as in public health, ecology, education, marketing, food science, and industrial quality control. Categorical Data Analysis describes the most important new methods, offering a unified presentation of modeling using generalized linear models and emphasizing loglinear and logit modeling techniques. Contributions of noted statisticians (Pearson, Yule, Fisher, Neyman, Cochran), whose pioneering efforts set the pace for the evolution of modern methods, are examined as well. Special features of the book include: Coverage of methods for repeated measurement data, which have become increasingly important in biomedical applications Prescriptions for how ordinal variables should be treated differently than nominal variables Derivations of basic asymptotic and fixed-sample-size inferential methods Discussion of exact small sample procedures More than 40 examples of analyses of "real" data sets, including: aspirin use and heart disease; job satisfaction and income; seat belt use and injuries in auto accidents; and predicting outcomes of baseball games More than 400 exercises to facilitate interpretation and application of methods Categorical Data Analysis also contains an appendix that describes the use of computer software currently available for performing the analyses presented in the book. A comprehensive bibliography and notes at the end of each chapter round out the work, making it a complete, invaluable reference for statisticians, biostatisticians, and professional researchers.
فهرست مطالب
Preface Contents 1. Introduction 1.1. Categorical Response Data 1.2. Organization of This Book Chapter Notes Problems 2. Describing Two-Way Contingency Tables 2.1. Table Structure for Two Dimensions 2.2. Ways of Comparing Proportions 2.3. Summary Measures of Association 2.4 . Historical Overview Chapter Notes Problems 3. Inference for Two-Way Contingency Tables 3.1. Sampling Distributions 3.2. Testing Goodness-of-Fit 3.3. Testing Independence 3.4. Large-Sample Confidence Intervals 3.5. Exact Tests for Small Samples 3.6. Exact Non-null Inference Chapter Notes Problems 4. Models for Binary Response Variables 4.1. Generalized Linear Models 4.2. Logistic Regression 4.3. Logit Models for Categorical Data 4.4. Using Models to Improve Inferential Power 4.5. Probit and Extreme Value Models 4.6. Model Diagnostics 4.7. Fitting Logit Models 4.8. Conditional Logistic Regression Chapter Notes Problems 5. Loglinear Models 5.1. Loglinear Model for Two Dimensions 5.2. Table Structure for Three Dimensions 5.3. Loglinear Models for Three Dimensions 5.4. Loglinear Models for Higher Dimensions Chapter Notes Problems 6. Fitting Loglinear and Logit Models 6.1. Sufficiency and Likelihood for Loglinear Models 6.2. Estimating Expected Frequencies 6.3. Testing Goodness of Fit 6.4. Estimating Model Parameters 6.5. Iterative Maximum Likelihood Estimation 6.6. Analyzing Rates and Survival Times Using Loglinear Models 6.7. Table Standardization Chapter Notes Problems 7. Building and Applying Loglinear Models 7.1. Partitioning Chi-Squared to Compare Models 7.2. Strategies in Model Selection 7.3. Analysis of Residuals 7.4. Testing Conditional Independence 7.5. Estimating and Comparing Conditional Associations 7.6. Sample Size and Power Considerations 7.7. Empty Cells and Sparseness in Contingency Tables Chapter Notes Problems 8. Loglinear-Logit Models for Ordinal Variables 8.1. Linear-by-Linear Association 8.2. Row Effects and Column Effects Models 8.3. Models for Ordinal Variables in Multidimensional Tables 8.4. Testing Independence for Ordinal Classifications 8.5. Other Models Having Parameter Scores 8.6. Model Selection for Ordinal Variables Chapter Notes Problems 9. Multinomial Response Models 9.1. Generalized Logit Models and Loglinear Models 9.2. Multinomial Logit Models 9.3. Logits for Ordinal Responses 9.4. Cumulative Logit Models 9.5. Cumulative Link Models 9.6. Mean Response Models Chapter Notes Problems 10. Models for Matched Pairs 10.1. Comparing Dependent Proportions 10.2. Symmetry Models 10.3. Marginal Homogeneity 10.4. Square Tables with Ordered Categories 10.5. Measuring Agreement 10.6. Bradley-Terry Model for Paired Comparisons Chapter Notes Problems 11. Analyzing Repeated Categorical Response Data 11.1. Symmetry 11.2. Marginal Homogeneity 11.3. Modeling a Repeated Categorical Response 11.4. Modeling a Repeated Ordinal Response 11.5. Markov Chain Models Chapter Notes Problems 12. Asymptotic Theory for Parametric Models 12.1. Delta Method 12.2. Asymptotic Distributions of Estimators of Model Parameters and Cell Probabilities 12.3. Asymptotic Distribution of Residuals and Goodness-of-Fit Statistics 12.4. Asymptotic Distributions for Loglinear Models Chapter Notes Problems 13. Estimation Theory for Parametric Models 13.1. Maximum Likelihood for Generalized Linear Models 13.2. Maximum Likelihood for Loglinear Models 13.3. Weighted Least Squares for Categorical Data 13.4. Bayesian Inference for Categorical Data 13.5. Other Methods of Estimation Chapter Notes Problems Appendix A. Using Computer Software to Analyze Categorical Data A.1. Software Packages A.2. Listings of Computer Routines by Chapter Appendix B. A Twentieth-Century Tour of Categorical Data Analysis Appendix C. Chi-Squared Distribution Values for Various Right-Hand Tail Probabilities Bibliography Index of Examples Index of Selected Notation Author Index Subject Index
