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: Second edition
نویسندگان: Heck. Ronald H
سری: Quantitave methodology series
ISBN (شابک) : 9780415817110, 0415817102
ناشر: Routledge
سال نشر: 2013
تعداد صفحات: 462
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 18 مگابایت
در صورت تبدیل فایل کتاب Multilevel and longitudinal modeling with IBM SPSS. Heck, The University of Hawaii at Manoa, Scott L. Thomas, Claremont Graduate University, Lynn N. Tabata, the University of Hawaii at Manoa 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 مدلسازی چندسطحی و طولی با IBM SPSS. هک، دانشگاه هاوایی در مانوآ، اسکات ال. توماس، دانشگاه فارغ التحصیل کلرمونت، لین ان. تاباتا، دانشگاه هاوایی در مانوآ 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 نحوه استفاده از تکنیکهای مدلسازی چندسطحی و طولی موجود در برنامه جلوههای ترکیبی IBM SPSS (MIXED) را نشان میدهد. عکسهای صفحهنمایش مشروح شده، درک گام به گام هر تکنیک و پیمایش برنامه را در اختیار خوانندگان قرار میدهند. خوانندگان یاد می گیرند که چگونه مدل های مختلف را راه اندازی، اجرا و تفسیر کنند. ابزارهای تشخیصی، مسائل مربوط به مدیریت داده ها، و گرافیک های مرتبط در سراسر معرفی شده اند. نحو مشروح نیز برای کسانی که این رویکرد را ترجیح می دهند در دسترس است. مثالهای توسعهیافته منطق توسعه مدل را نشان میدهند تا به خوانندگان منطق سؤالات تحقیق و مراحلی که تجزیه و تحلیلها حول آن ساختار میشوند، نشان دهند. داده های مورد استفاده در متن و نمونه های نحوی در www.routledge.com/9780415817110 موجود است. نکات برجسته نسخه جدید عبارتند از: به روز شد تا نسخه 20 IBM SPSS را منعکس کند. پوشش بیشتر مسیرهای رشد، متغیرهای مربوط به زمان کدگذاری، ساختارهای کوواریانس، تغییرات فردی و طرح های آزمایشی طولی (فصل 5). بحث گسترده در مورد انواع دیگر طرح های تحقیقاتی برای بررسی تغییر (به عنوان مثال، ناپیوستگی رگرسیون، شبه تجربی) در طول زمان (فصل 6). مثالهای جدید که ساختارهای نهفته متعدد و فرآیندهای رشد موازی را مشخص میکنند (فصل 7). بحث در مورد گزینه های جایگزین برای مقابله با داده های از دست رفته و استفاده از وزن نمونه در ساختار داده های چند سطحی (فصل 1). این کتاب با موضوعات مفهومی و روششناختی مرتبط با مدلسازی چندسطحی و طولی آغاز میشود و پس از آن بحثی در مورد تکنیکهای مدیریت دادههای SPSS که کار با مجموعههای داده چندسطحی، طولی و متقابل طبقهبندیشده را تسهیل میکند، آغاز میشود. فصلهای 3 و 4 اصول مدلسازی چند سطحی را معرفی میکنند: توسعه یک مدل چند سطحی، تفسیر خروجی، و عیبیابی مشکلات رایج برنامهنویسی و مدلسازی. مدلهایی برای بررسی تغییرات فردی و سازمانی در فصلهای 5 و 6 ارائه شدهاند، سپس مدلهایی با نتایج چند متغیره در فصل 7 ارائه شدهاند. این کتاب با روشهایی برای گسترش تکنیکها و مسائل مختلف مدلسازی چندسطحی و طولی هنگام انجام تحلیلهای چند سطحی به پایان میرسد. این کتاب که به عنوان متن تکمیلی برای دورههای تحصیلات تکمیلی در زمینه مدلسازی چندسطحی و طولی، آمار چند متغیره و طراحی تحقیقاتی در آموزش، روانشناسی، تجارت و جامعهشناسی تدریس میشود، ایدهآل است، رویکرد عملی این کتاب برای محققان این حوزهها نیز جذاب است. این کتاب مکمل عالی برای کتاب Heck & Thomas An Introduction to Multilevel Modeling Techniques، ویرایش دوم است. با این حال، میتوان آن را با هر کتاب مدلسازی چندسطحی و/یا طولی یا بهعنوان یک متن مستقل استفاده کرد.
This book demonstrates how to use multilevel and longitudinal modeling techniques available in the IBM SPSS mixed-effects program (MIXED). Annotated screen shots provide readers with a step-by-step understanding of each technique and navigating the program. Readers learn how to set up, run, and interpret a variety of models. Diagnostic tools, data management issues, and related graphics are introduced throughout. Annotated syntax is also available for those who prefer this approach. Extended examples illustrate the logic of model development to show readers the rationale of the research questions and the steps around which the analyses are structured. The data used in the text and syntax examples are available at www.routledge.com/9780415817110. Highlights of the new edition include: Updated throughout to reflect IBM SPSS Version 20. Further coverage of growth trajectories, coding time-related variables, covariance structures, individual change and longitudinal experimental designs (Ch.5). Extended discussion of other types of research designs for examining change (e.g., regression discontinuity, quasi-experimental) over time (Ch.6). New examples specifying multiple latent constructs and parallel growth processes (Ch. 7). Discussion of alternatives for dealing with missing data and the use of sample weights within multilevel data structures (Ch.1). The book opens with the conceptual and methodological issues associated with multilevel and longitudinal modeling, followed by a discussion of SPSS data management techniques which facilitate working with multilevel, longitudinal, and cross-classified data sets. Chapters 3 and 4 introduce the basics of multilevel modeling: developing a multilevel model, interpreting output, and trouble-shooting common programming and modeling problems. Models for investigating individual and organizational change are presented in chapters 5 and 6, followed by models with multivariate outcomes in chapter 7. Chapter 8 provides an illustration of multilevel models with cross-classified data structures. The book concludes with ways to expand on the various multilevel and longitudinal modeling techniques and issues when conducting multilevel analyses. Ideal as a supplementary text for graduate courses on multilevel and longitudinal modeling, multivariate statistics, and research design taught in education, psychology, business, and sociology, this book’s practical approach also appeals to researchers in these fields. The book provides an excellent supplement to Heck & Thomas’s An Introduction to Multilevel Modeling Techniques, 2nd Edition; however, it can also be used with any multilevel and/or longitudinal modeling book or as a stand-alone text.
1. Introduction to Multilevel Modeling with IBM SPSS. 2. Preparing and Examining the Data for Multilevel Analyses. 3. Defining a Basic Two-Level Multilevel Regression Model. 4. Three-Level Univariate Regression Models. 5. Examining Individual Change with Repeated Measures Data. 6. Applications of Mixed Models for Longitudinal Data. 7. Multivariate Multilevel Models. 8. Cross-Classified Multilevel Models. 9. Concluding Thoughts. Appendix A: Syntax Statements. Appendix B: Model Comparisons Across Software Applications. Appendix C: Syntax Routine to Estimate Rho from Model's Variance Components.