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: 1
نویسندگان: Guanglei Hong
سری:
ISBN (شابک) : 1118332563, 9781118332566
ناشر: Wiley
سال نشر: 2015
تعداد صفحات: 446
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب علیت در دنیای اجتماعی: اعتدال، میانجیگری و سرریز: است
در صورت تبدیل فایل کتاب Causality in a Social World: Moderation, Mediation and Spill-over 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 علیت در دنیای اجتماعی: اعتدال، میانجیگری و سرریز 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.
علت در دنیای اجتماعی تحقیقات آماری و
راهبردهای نوآورانه ای را برای بررسی اثرات مداخله تعدیل شده،
اثرات مداخله واسطه ای، و اثرات سرریز با استفاده از تجربی یا
شبه تجربی معرفی می کند. داده ها.
این کتاب از نتایج بالقوه برای تعریف اثرات علی استفاده می کند،
مفروضات شناسایی را با استفاده از مثال های کاربردی توضیح می
دهد و ارزیابی می کند، و استراتژی های آماری نوآورانه را با روش
های تحلیل مرسوم مقایسه می کند. در حالی که نقش حیاتی طراحی خوب
تحقیق و ارزیابی مفروضات مورد نیاز برای شناسایی اثرات علی در
زمینه هر کاربرد را برجسته میکند، نویسنده نشان میدهد که
رویههای آماری بهبودیافته مطالعه تجربی نظریه روابط علی را
بسیار افزایش میدهد.
برنامهها بر مداخلات طراحی شده برای بهبود نتایج برای
شرکتکنندگانی که در محیطهای اجتماعی از جمله خانوادهها،
کلاسهای درس، مدارس، محلهها و محلهای کار تعبیه شدهاند،
تمرکز دارند.
Causality in a Social World introduces
innovative new statistical research and strategies for
investigating moderated intervention effects, mediated
intervention effects, and spill-over effects using
experimental or quasi-experimental data.
The book uses potential outcomes to define causal effects,
explains and evaluates identification assumptions using
application examples, and compares innovative statistical
strategies with conventional analysis methods. Whilst
highlighting the crucial role of good research design and the
evaluation of assumptions required for identifying causal
effects in the context of each application, the author
demonstrates that improved statistical procedures will
greatly enhance the empirical study of causal relationship
theory.
Applications focus on interventions designed to improve
outcomes for participants who are embedded in social
settings, including families, classrooms, schools,
neighbourhoods, and workplaces.