Contingency Table Analysis: Methods and Implementation Using R

جدول‌های احتمالی در زمینه‌های مختلفی از جمله علوم زیستی، آموزش، علوم اجتماعی و سیاسی، به ویژه تحقیقات بازار و نظرسنجی‌ها ایجاد می‌شوند. تجزیه و تحلیل آنها نقش اساسی در به دست آوردن بینش در مورد ساختارهای کمیت های مورد بررسی و در حمایت از تصمیم گیری ایفا می کند.

این کتاب با ترکیب نظریه و کاربردها، مدل ها و روش هایی را برای تجزیه و تحلیل دو و چند بعدی ارائه می دهد. جداول احتمالی نویسنده از رویکردی سه‌گانه استفاده می‌کند، مدل‌های بنیادی و استنتاج مرتبط را ارائه می‌کند، جنبه‌های تفسیری آن‌ها را برجسته می‌کند و سودمندی عملی آن‌ها را نشان می‌دهد. تاکید بر کاربردها و روش‌های برازش مدل‌ها با استفاده از ابزارهای آماری استاندارد - مانند SPSS، R و BUGS - و تفسیر نتایج است.

یک مرجع عالی برای دانشجویان پیشرفته، دانشجویان کارشناسی ارشد، و پزشکان در آمار و همچنین علوم زیستی، علوم اجتماعی، آموزش و اقتصاد، همچنین ممکن است به عنوان کتاب درسی برای دوره ای در مورد تجزیه و تحلیل داده های طبقه بندی شده استفاده شود. . پیش نیازها شامل پیشینه اولیه استنتاج آماری و دانش بسته های نرم افزاری آماری است.

Contingency tables arise in diverse fields, including life sciences, education, social and political sciences, notably market research and opinion surveys. Their analysis plays an essential role in gaining insight into structures of the quantities under consideration and in supporting decision making.

Combining both theory and applications, this book presents models and methods for the analysis of two- and multidimensional-contingency tables. The author uses a threefold approach, presenting fundamental models and related inference, highlighting their interpretational aspects, and demonstrating their practical usefulness. Emphasis is on applications and methods of fitting models using standard statistical tools - such as SPSS, R, and BUGS - and on interpretation of the results.

An excellent reference for advanced undergraduates, graduate students, and practitioners in statistics as well as biosciences, social sciences, education, and economics, the work may also be used as a textbook for a course on categorical data analysis. Prerequisites include basic background on statistical inference and knowledge of statistical software packages.