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: [1 ed.]
نویسندگان: Walter R. Paczkowski
سری:
ISBN (شابک) : 3030762661, 9783030762674
ناشر: Springer
سال نشر: 2022
تعداد صفحات: 365
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 16 Mb
در صورت تبدیل فایل کتاب Modern Survey Analysis: Using Python For Deeper Insights 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 مدرن نظرسنجی: استفاده از پایتون برای بینش عمیق تر 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.
این کتاب ابزارهای تجزیه و تحلیل داده های نظرسنجی را در پایتون توسعه می دهد، برای ایجاد و تجزیه و تحلیل جداول متقاطع و تصاویر بصری داده ها، داده های وزن، انجام آزمون های فرضیه، و رسیدگی به سؤالات نظرسنجی خاص مانند Check-all-that-Apply. علاوه بر این، مبانی تجزیه و تحلیل داده های بیزی و پیاده سازی پایتون آن ارائه شده است. از آنجایی که نظرسنجی ها به طور گسترده ای به عنوان روش اولیه برای جمع آوری داده ها، و در نهایت اطلاعات، در مورد نگرش ها، علایق، و نظرات مشتریان و مؤلفه ها مورد استفاده قرار می گیرند، این ابزارها برای تصمیم گیری های خط مشی بخش خصوصی یا عمومی حیاتی هستند. به عنوان یک جلد فشرده، این کتاب از مطالعات موردی برای نشان دادن روشهای تحلیل ضروری برای کسانی که با دادههای نظرسنجی در هر بخش کار میکنند، استفاده میکند. بر دو هدف کلی تمرکز دارد: 1 • نحوه استخراج اطلاعات عملی، روشنگر و مفید از داده های نظرسنجی را نشان دهید. و 2 • پایتون و پانداها را برای تجزیه و تحلیل داده های نظرسنجی معرفی کنید.
This book develops survey data analysis tools in Python, to create and analyze cross-tab tables and data visuals, weight data, perform hypothesis tests, and handle special survey questions such as Check-all-that-Apply. In addition, the basics of Bayesian data analysis and its Python implementation are presented. Since surveys are widely used as the primary method to collect data, and ultimately information, on attitudes, interests, and opinions of customers and constituents, these tools are vital for private or public sector policy decisions. As a compact volume, this book uses case studies to illustrate methods of analysis essential for those who work with survey data in either sector. It focuses on two overarching objectives: 1 • Demonstrate how to extract actionable, insightful, and useful information from survey data; and 2 • Introduce Python and Pandas for analyzing survey data.