Complex Surveys: Analysis of Categorical Data

هدف اولیه این کتاب بررسی برخی از موضوعات پژوهشی در حوزه تحلیل بررسی های پیچیده است که تاکنون در هیچ کتابی به آن پرداخته نشده است. این تجزیه و تحلیل داده های طبقه بندی شده را با استفاده از سه مدل مورد بحث قرار می دهد: یک مدل کامل، یک مدل لگ خطی و یک مدل رگرسیون لجستیک. این یک منبع ارزشمند برای آماردانان نظرسنجی و متخصصان در زمینه جامعه شناسی، زیست شناسی، اقتصاد، روانشناسی و سایر زمینه ها است که باید از این روش ها در کارهای روزمره خود استفاده کنند. همچنین برای دوره های نمونه گیری و نظرسنجی های پیچیده در سطوح فوق لیسانس و فوق لیسانس مفید است.
اهمیت نظرسنجی های نمونه امروزی را نمی توان اغراق کرد. از رفتار رأی دهندگان گرفته تا زمینه هایی مانند صنعت، کشاورزی، اقتصاد، جامعه شناسی، روانشناسی، محققان عموماً به نمونه گیری پیمایشی متوسل می شوند تا ارزیابی رفتار جمعیت مورد علاقه خود را به دست آورند. بسیاری از نظرسنجی های نمونه در مقیاس بزرگ با استفاده از نظرسنجی پیچیده داده ها را جمع آوری می کنند. طرح هایی مانند طرح های خوشه ای چند مرحله ای. مشاهدات با استفاده از این طرح های پیچیده به طور مستقل و یکسان توزیع نمی شوند - فرضی که رویه های کلاسیک استنتاج بر آن استوار است. این بدان معنی است که اگر از آزمون های کلاسیک برای تجزیه و تحلیل چنین داده هایی استفاده شود، استنباط های به دست آمده متناقض و اغلب نامعتبر خواهند بود. به همین دلیل، بسیاری از روش های آزمایش اصلاح شده برای این منظور در چند دهه اخیر توسعه یافته اند.

The primary objective of this book is to study some of the research topics in the area of analysis of complex surveys which have not been covered in any book yet. It discusses the analysis of categorical data using three models: a full model, a log-linear model and a logistic regression model. It is a valuable resource for survey statisticians and practitioners in the field of sociology, biology, economics, psychology and other areas who have to use these procedures in their day-to-day work. It is also useful for courses on sampling and complex surveys at the upper-undergraduate and graduate levels.
The importance of sample surveys today cannot be overstated. From voters’ behaviour to fields such as industry, agriculture, economics, sociology, psychology, investigators generally resort to survey sampling to obtain an assessment of the behaviour of the population they are interested in. Many large-scale sample surveys collect data using complex survey designs like multistage stratified cluster designs. The observations using these complex designs are not independently and identically distributed – an assumption on which the classical procedures of inference are based. This means that if classical tests are used for the analysis of such data, the inferences obtained will be inconsistent and often invalid. For this reason, many modified test procedures have been developed for this purpose over the last few decades.