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: نویسندگان: CARL F. SIEBERT, DARCY CLAY SIEBERT سری: POCKET GUIDES TO SOCIAL WORK RESEARCH METHODS ISBN (شابک) : 2017010962, 9780199391516 ناشر: Oxford University Press سال نشر: 2018 تعداد صفحات: 228 [241] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 Mb
در صورت تبدیل فایل کتاب Data Analysis with Small Samples and Non- Normal Data: Nonparametrics and Other Strategies 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 ها با نمونه های کوچک و داده های غیر عادی: غیر پارامتری و سایر استراتژی ها 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.
در علوم اجتماعی ، آموزش و تحقیقات بهداشت عمومی ، محققان غالباً مطالعات آزمایشی کوچکی را انجام می دهند (یا ممکن است برای نمونه بزرگتر برنامه ریزی کرده اند اما موارد زیادی را به دلیل جذابیت یا مفقود شدن از دست داده اند) ، آنها را با نمونه ای کوچکتر از آنچه انتظار می رود ، ترک می کنند و در نتیجه کمتر قدرت برای تجزیه و تحلیل آماری آنها. به طور مشابه ، محققان ممکن است دریابند که داده های آنها به طور معمول توزیع نمی شود - به ویژه در نمونه های بالینی - یا اینکه داده ها ممکن است فرضیات دیگری را که برای تجزیه و تحلیل پارامتری مورد نیاز هستند ، برآورده نکنند. در این شرایط ، استراتژی های تحلیلی غیر پارامتری می توانند به ویژه مفید باشند ، اگرچه احتمالاً ناآشنا هستند. یک کتاب مرجع کاملاً مکتوب ، دستورالعمل های گام به گام را برای هر تکنیک تحلیلی در این شرایط ارائه می دهد. محققان می توانند به راحتی آنچه را که نیاز دارند ، پیدا کنند و وضعیت آنها را با سناریوهای مبتنی بر پرونده که نشان دهنده استفاده های بسیاری از استراتژی های غیر پارامتری است ، پیدا کنند. بر خلاف اکثر کتابهای آمار ، این متن به زبان ساده (از این طریق آن را برای افراد غیرمستقیم در دسترس قرار می دهد) نوشته شده است ، در حالی که اطلاعات مفیدی را برای کسانی که قبلاً با تست های غیر پارامتری آشنا هستند ، ارائه می دهد. تصاویر نرم افزار و خروجی به خوانندگان این امکان را می دهد تا در هر مرحله از تجزیه و تحلیل دنبال کنند. فرضیات مربوط به هر یک از آزمایشات ، شرایط معمولی که در آن می توان از هر آزمون استفاده کرد ، و توضیحات مربوط به نحوه توضیح یافته ها به زبان آماری و روزمره ، همه برای هر استراتژی غیر پارامتری گنجانده شده است. علاوه بر این ، یک وب سایت همراه مفید SPSS SYNTAX را برای هر آزمایش ، همراه با مجموعه داده ای که برای سناریوهای موجود در کتاب استفاده می شود ، فراهم می کند. محققان می توانند از مجموعه داده ها ، به دنبال مراحل موجود در کتاب ، برای تمرین هر تکنیک قبل از استفاده از آن با داده های خود استفاده کنند. در نهایت ، بسیاری از ویژگی های مفید این کتاب ، آن را به یک مرجع ایده آل ایده آل برای محققان تبدیل می کند تا در کتابخانه های شخصی خود نگه دارند.\r\n\r\nدرباره نویسنده\r\n\r\nکارل سیبرت ، دکترا ، MBA ، استادیار گروه برنامه درسی ، آموزش و مطالعات بنیادی در دانشکده آموزش و پرورش در دانشگاه ایالتی بویز است. علایق تحقیق وی شامل تجزیه و تحلیل آماری غیر پارامتری ، روان سنجی ، مدل سازی داده ها و توسعه ابزار و عملکرد مورد در هنگام برخورد با نمونه های کوچک است.\r\n\r\nDarcy Clay Siebert ، دکترا ، استادیار دانشکده کار اجتماعی در دانشگاه راتگرز است. تحقیقات وی بر اختلال شخصی و حرفه ای در بین مددکاران اجتماعی و سایر متخصصان کمک می کند. این کار مستلزم استفاده از تئوری های هویت ، توسعه و اعتبار سنجی اقدامات جدید و اشتغال روشهای تحقیق تخصصی متناسب با جمع آوری داده های حساس از شرکت کنندگان در تحقیقات محتاطانه است.
In social sciences, education, and public health research, researchers often conduct small pilot studies (or may have planned for a larger sample but lost too many cases due to attrition or missingness), leaving them with a smaller sample than they expected and thus less power for their statistical analyses. Similarly, researchers may find that their data are not normally distributed – especially in clinical samples – or that the data may not meet other assumptions required for parametric analyses. In these situations, nonparametric analytic strategies can be especially useful, though they are likely unfamiliar. A clearly written reference book, offers step-by-step instructions for each analytic technique in these situations. Researchers can easily find what they need, matching their situation to the case-based scenarios that illustrate the many uses of nonparametric strategies. Unlike most statistics books, this text is written in straightforward language (thereby making it accessible for nonstatisticians) while providing useful information for those already familiar with nonparametric tests. Screenshots of the software and output allow readers to follow along with each step of an analysis. Assumptions for each of the tests, typical situations in which to use each test, and descriptions of how to explain the findings in both statistical and everyday language are all included for each nonparametric strategy. Additionally, a useful companion website provides SPSS syntax for each test, along with the data set used for the scenarios in the book. Researchers can use the data set, following the steps in the book, to practice each technique before using it with their own data. Ultimately, the many helpful features of this book make it an ideal long-term reference for researchers to keep in their personal libraries. About the Author Carl Siebert, PhD, MBA, is an Assistant Professor for the Department of Curriculum, Instruction, and Foundational Studies in the College of Education at Boise State University. His research interests include nonparametric statistical analysis, psychometrics, data modeling, and instrument development and item performance when dealing with small samples. Darcy Clay Siebert, PhD, is Associate Professor in the School of Social Work at Rutgers University. Her research focuses on personal and professional impairment among social workers and other helping professionals. This work entails the utilization of identity theories, the development and validation of new measures, and the employment of specialized research methods tailored to the collection of sensitive data from cautious research participants.
Cover Data Analysis with Small Samples and Non-Normal Data Copyright Dedication Contents Acknowledgments 1 Introduction to Nonparametrics 2 Analyzing Single Variables and Single Groups 3 Comparing Two or More Independent Groups 4 Comparing Two or More Related Groups 5 Predicting with Multiple Independent Variables Appendix A: SPSS Syntax Appendix B: Missing Data Appendix C: Other Resources References Index