دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Missing Data: A Gentle Introduction (Methodology In The Social Sciences)
دانلود کتاب داده های از دست رفته: مقدمه ای آرام (روش شناسی در علوم اجتماعی)
مشخصات کتاب
Missing Data: A Gentle Introduction (Methodology In The Social Sciences)
ویرایش: 1 نویسندگان: Patrick E. McKnight, Katherine M. McKnight, Souraya Sidani, Aurelio Jose Figueredo سری: ISBN (شابک) : 1593853947, 9781606232217 ناشر: The Guilford Press سال نشر: 2007 تعداد صفحات: 268 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1 مگابایت
قیمت کتاب (تومان) : 36,000
در صورت تبدیل فایل کتاب Missing Data: A Gentle Introduction (Methodology In The Social Sciences) 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 داده های از دست رفته: مقدمه ای آرام (روش شناسی در علوم اجتماعی) 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 داده های از دست رفته: مقدمه ای آرام (روش شناسی در علوم اجتماعی)
در حالی که بیشتر کتاب‌های مربوط به داده‌های از دست رفته بر استفاده از تکنیک‌های آماری پیچیده برای مقابله با مشکل پس از وقوع آن تمرکز دارند، این جلد روشی برای کنترل و پیشگیری از داده‌های از دست رفته ارائه می‌دهد. به زبانی واضح و غیر فنی، نویسندگان به خواننده کمک می‌کنند تا انواع مختلف داده‌های از دست رفته و پیامدهای آنها را برای قابلیت اطمینان، اعتبار و تعمیم‌پذیری نتایج یک مطالعه درک کند. آنها توصیه های عملی برای طراحی مطالعاتی ارائه می دهند که احتمال از دست رفتن داده ها را کاهش می دهد و برای پرداختن به این موضوع مهم هنگام گزارش نتایج مطالعه. هنگامی که به راه‌حل‌های آماری نیاز است - مانند روش‌های حذف، روش‌های افزایش، و روش‌های انتساب تکی و چندگانه - این کتاب همچنین نحوه تصمیم‌گیری صحیح در مورد استفاده از آنها را توضیح می‌دهد.
توضیحاتی درمورد کتاب به خارجی
While most books on missing data focus on applying sophisticated statistical techniques to deal with the problem after it has occurred, this volume provides a methodology for the control and prevention of missing data. In clear, nontechnical language, the authors help the reader understand the different types of missing data and their implications for the reliability, validity, and generalizability of a study’s conclusions. They provide practical recommendations for designing studies that decrease the likelihood of missing data, and for addressing this important issue when reporting study results. When statistical remedies are needed--such as deletion procedures, augmentation methods, and single imputation and multiple imputation procedures--the book also explains how to make sound decisions about their use.
