ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Introduction to Mediation, Moderation, and Conditional Process Analysis. A Regression-based Approach

دانلود کتاب مقدمه ای بر میانجی گری ، تعدیل و تحلیل فرایند مشروط. رویکردی مبتنی بر رگرسیون

Introduction to Mediation, Moderation, and Conditional Process Analysis. A Regression-based Approach

مشخصات کتاب

Introduction to Mediation, Moderation, and Conditional Process Analysis. A Regression-based Approach

دسته بندی: تحلیل و بررسی
ویرایش: 2nd. 
نویسندگان:   
سری: Methodology in social sciences 
ISBN (شابک) : 9781462534654 
ناشر: Guilford Press 
سال نشر: 2018 
تعداد صفحات: 714 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 54 مگابایت 

قیمت کتاب (تومان) : 49,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Introduction to Mediation, Moderation, and Conditional Process Analysis. A Regression-based Approach 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 مقدمه ای بر میانجی گری ، تعدیل و تحلیل فرایند مشروط. رویکردی مبتنی بر رگرسیون 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 مقدمه ای بر میانجی گری ، تعدیل و تحلیل فرایند مشروط. رویکردی مبتنی بر رگرسیون

این کتاب که به دلیل بحث آسان و محاوره‌ای مبانی میانجی‌گری، تعدیل و تحلیل فرآیند مشروط مورد ستایش قرار گرفته است، به طور کامل با 50% محتوای جدید، شامل بخش‌هایی در مورد کار با متغیرهای پیشین چند طبقه‌ای، استفاده از نسخه PROCESS بازبینی شده است. 3 برای SPSS و SAS برای تخمین مدل و خروجی های PROCESS v3 مشروح. اندرو اف. هیز با استفاده از اصول رگرسیون حداقل مربعات معمولی، روش‌هایی را برای آزمایش فرضیه‌ها در مورد شرایط و مکانیسم‌هایی که اثرات علی توسط آن‌ها عمل می‌کنند، و همچنین تعدیل چنین مکانیسم‌هایی را به دقت توضیح می‌دهد. هیز نحوه تخمین و تفسیر اثرات مستقیم، غیرمستقیم و مشروط را نشان می دهد. بررسی و تجسم تعاملات؛ سوالات آزمون در مورد میانجیگری تعدیل شده؛ و انواع مختلف تجزیه و تحلیل را گزارش کنید. داده‌های همه نمونه‌ها در وب‌سایت همراه (www.afhayes.com) به همراه پیوندهای دانلود PROCESS موجود است. جدید به این نسخه فصل هایی در مورد استفاده از هر نوع تحلیل با متغیرهای پیشین چند طبقه ای. تجزیه و تحلیل نمونه با استفاده از PROCESS نسخه 3، با خروجی های مشروح در سراسر کتاب. نکات و توصیه‌های بیشتر، از جمله بحث‌های جدید یا تجدیدنظر شده در مورد آزمایش رسمی تعدیل مکانیزم با استفاده از شاخص میانجی‌گری تعدیل‌شده؛ اندازه اثر در تحلیل میانجیگری. مقایسه اثرات مشروط در مدل های با بیش از یک تعدیل کننده. استفاده از کد R برای تجسم تعاملات. تمایز بین تست تعامل و بررسی آن؛ و بیشتر. ضمیمه A بازنویسی شده است که تنها مستندات PROCESS v3 شامل 13 مدل از پیش برنامه ریزی شده جدید را ارائه می دهد که اعتدال را با واسطه گری سریال یا واسطه گری موازی و سریالی ترکیب می کند. پیوست B، نحوه ایجاد مدل های سفارشی شده در PROCESS v3 یا ویرایش مدل های از پیش برنامه ریزی شده را شرح می دهد. این عنوان بخشی از متدولوژی در مجموعه علوم اجتماعی است که توسط دکتر تاد دی لیتل ویرایش شده است.


توضیحاتی درمورد کتاب به خارجی

Lauded for its easy-to-understand, conversational discussion of the fundamentals of mediation, moderation, and conditional process analysis, this book has been fully revised with 50% new content, including sections on working with multicategorical antecedent variables, the use of PROCESS version 3 for SPSS and SAS for model estimation, and annotated PROCESS v3 outputs. Using the principles of ordinary least squares regression, Andrew F. Hayes carefully explains procedures for testing hypotheses about the conditions under and the mechanisms by which causal effects operate, as well as the moderation of such mechanisms. Hayes shows how to estimate and interpret direct, indirect, and conditional effects; probe and visualize interactions; test questions about moderated mediation; and report different types of analyses. Data for all the examples are available on the companion website (www.afhayes.com), along with links to download PROCESS. New to This Edition Chapters on using each type of analysis with multicategorical antecedent variables. Example analyses using PROCESS v3, with annotated outputs throughout the book. More tips and advice, including new or revised discussions of formally testing moderation of a mechanism using the index of moderated mediation; effect size in mediation analysis; comparing conditional effects in models with more than one moderator; using R code for visualizing interactions; distinguishing between testing interaction and probing it; and more. Rewritten Appendix A, which provides the only documentation of PROCESS v3, including 13 new preprogrammed models that combine moderation with serial mediation or parallel and serial mediation. Appendix B, describing how to create customized models in PROCESS v3 or edit preprogrammed models. This title is part of the Methodology in the Social Sciences Series, edited by Todd D. Little, PhD.



فهرست مطالب

. Fundamentals
1. Introduction
1.1. A Scientist in Training
1.2. Questions of Whether, If, How, and When
1.3. Conditional Process Analysis
1.4. Correlation, Causality, and Statistical Modeling
1.5. Statistical and Conceptual Diagrams, and Antecedent and Consequent Variables
1.6. Statistical Software
1.7. Overview of This Book
1.8. Chapter Summary
2. Fundamentals of Linear Regression Analysis
2.1. Correlation and Prediction
2.2. The Simple Linear Regression Model
2.3. Alternative Explanations for Association
2.4. Multiple Linear Regression
2.5. Measures of Model Fit
2.6. Statistical Inference
2.7. Multicategorical Antecedent Variables
2.8. Assumptions for Interpretation and Statistical Inference
2.9. Chapter Summary
II. Mediation Analysis
3. The Simple Mediation Model
3.1. The Simple Mediation Model
3.2. Estimation of the Direct, Indirect, and Total Effects of X
3.3. Example with Dichotomous X: The Influence of Presumed Media Influence
3.4. Statistical Inference
3.5. An Example with Continuous X: Economic Stress among Small-Business Owners
3.6. Chapter Summary
4. Causal Steps, Confounding, and Causal Order
4.1. What about Baron and Kenny?
4.2. Confounding and Causal Order
4.3. Effect Size
4.4. Statistical Power
4.5. Multiple Xs or Ys: Analyze Separately or Simultaneously?
4.6. Chapter Summary
5. More Than One Mediator
5.1. The Parallel Multiple Mediator Model
5.2. Example Using the Presumed Media Influence Study
5.3. Statistical Inference
5.4. The Serial Multiple Mediator Model
5.5. Models With Parallel and Serial Mediation Properties
5.6. Complementarity and Competition among Mediators
5.7. Chapter Summary
6. Mediation Analysis with a Multicategorical Antecedent X
6.1. Relative Total, Direct, and Indirect Effects
6.2. An Example: Sex Discrimination in the Workplace
6.3. Using a Different Group Coding System
6.4. Some Miscellaneous Issues
6.5. Chapter Summary
III. Moderation Analysis
7. Fundamentals of Moderation Analysis
7.1. Conditional and Unconditional Effects
7.2. An Example: Climate Change Disasters and Humanitarianism
7.3. Visualizing Moderation
7.4. Probing an Interaction
7.5. The Difference between Testing for Moderation and Probing It
7.6. Artificial Categorization and Subgroups Analysis
7.7. Chapter Summary
8. Extending the Fundamentals of Moderation Analysis
8.1. Moderation with a Dichotomous Moderator
8.2. Interaction between Two Quantitative Variables
8.3. Hierarchical versus Simultaneous Entry
8.4. The Equivalence between Moderated Regression Analysis and a 2 × 2 Factorial Analysis of Variance
8.5. Chapter Summary
9. Some Myths and Further Extensions of Moderation Analysis
9.1. Truths and Myths about Mean Centering
9.2. The Estimation and Interpretation of Standardized Regression Coefficients in a Moderation Analysis
9.3. A Caution on Manual Centering and Standardization
9.4. More than One Moderator
9.5. Comparing Conditional Effects
9.6. Chapter Summary
10. Multicategorical Focal Antecedents and Moderators
10.1. Moderation of the Effect of a Multicategorical Antecedent Variable
10.2. An Example from the Sex Discrimination in the Work Place Study
10.3. Visualizing the Model
10.4. Probing the Interaction
10.5. When the Moderator is Multicategorical
10.6. Using a Different Coding System
10.7. Chapter Summary
IV. Conditional Process Analysis
11. Fundamentals of Conditional Process Analysis
11.1. Examples of Conditional Process Models in the Literature
11.2. Conditional Direct and Indirect Effects
11.3. Example: Hiding Your Feelings from Your Work Team
11.4. Estimation of a Conditional Process Model using PROCESS
11.5. Quantifying and Visualizing (Conditional) Indirect and Direct Effects
11.6. Statistical Inference
11.7. Chapter Summary
12. Further Examples of Conditional Process Analysis
12.1. Revisiting the Disaster Framing Study
12.2. Moderation of the Direct and Indirect Effects in a Conditional Process Model
12.3. Statistical Inference
12.4. Mediated Moderation
12.5. Chapter Summary
13. Conditional Process Analysis with a Multicategorical Antecedent
13.1. Revisiting Sexual Discrimination in the Work Place
13.2. Looking at the Components of the Indirect Effect of X
13.3. Relative Conditional Indirect Effects
13.4. Testing and Probing Moderation of Mediation
13.5. Relative Conditional Direct Effects
13.6. Putting It All Together
13.7. Chapter Summary
V. Miscellanea
14. Miscellaneous Topics and Some Frequently Asked Questions
14.1. A Strategy for Approaching a Conditional Process Analysis
14.2. How Do I Write about This?
14.3. Should I Use Structural Equation Modeling Instead of Regression Analysis?
14.4. The Pitfalls of Subgroups Analysis
14.5. Can a Variable Simultaneously Mediate and Moderate Another Variable’s Effect?
14.6. Interaction between X and M in Mediation Analysis
14.7. Repeated Measures Designs
14.8. Dichotomous, Ordinal, Count, and Survival Outcomes
14.9. Chapter Summary
Appendices
Appendix A. Using PROCESS
Appendix B. Constructing and Customizing Models in PROCESS
Appendix C. Monte Carlo Confidence Intervals in SPSS and SAS
References
About the Author




نظرات کاربران