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 Multilevel Modeling Using R

دانلود کتاب مدلسازی چند سطحی با استفاده از R

Multilevel Modeling Using R

مشخصات کتاب

Multilevel Modeling Using R

ویرایش: [2nd ed] 
نویسندگان: , ,   
سری: Chapman and Hall/CRC Statistics in the Social and Behavioral Sciences Series 
ISBN (شابک) : 9781351062251, 1351062255 
ناشر: CRC Press 
سال نشر: 2019 
تعداد صفحات: 253 pages
[226] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 Mb

قیمت کتاب (تومان) : 49,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 5


در صورت تبدیل فایل کتاب Multilevel Modeling Using R 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 چند سطحی با استفاده از R 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 مدلسازی چند سطحی با استفاده از R

جلد -- نیم عنوان -- صفحه عنوان -- صفحه حق چاپ -- فهرست مطالب -- نویسندگان -- 1: مدلهای خطی -- رگرسیون خطی ساده -- تخمین مدلهای رگرسیون با حداقل مربعات معمولی -- مفروضات توزیعی زیربنای رگرسیون -- ضریب تعیین -- استنتاج برای پارامترهای رگرسیون -- رگرسیون چندگانه -- مثال رگرسیون خطی ساده با دست -- رگرسیون در R -- شرایط تعامل در رگرسیون -- متغیرهای مستقل طبقه بندی -- بررسی فرضیات رگرسیون با R -- خلاصه -- 2 مقدمه‌ای بر ساختار داده‌های چندسطحی - داده‌های تودرتو و طرح‌های نمونه‌گیری خوشه‌ای - همبستگی درون‌طبقه‌ای - مشکلات نادیده گرفتن ساختار داده‌های چندسطحی - مدل‌های خطی چندسطحی - برش تصادفی - شیب‌های تصادفی - مرکزی‌سازی - مبانی تخمین پارامتر با MLMs -- تخمین حداکثر احتمال -- تخمین حداکثر احتمال محدود -- مفروضات زیربنایی MLM -- بررسی اجمالی MLMهای دو سطح -- مروری بر شبکههای سه سطحی -- Overv نمونه ای از طرح های طولی و ارتباط آنها با MLM ها -- خلاصه -- 3: برازش مدل های دو سطحی در R -- مدل های چند سطحی ساده (فقط رهگیری) -- برهمکنش ها و تعاملات سطح متقابل با استفاده از R -- مدل های ضرایب تصادفی با استفاده از R -- مرکز پیش بینی -- گزینه های اضافی -- روش تخمین پارامتر -- کنترل های تخمین -- مقایسه برازش مدل -- lme4 و آزمایش فرضیه -- خلاصه -- نکته -- 4: مدل های سه سطحی و بالاتر -- تعریف سه سطح ساده مدل های سطح با استفاده از بسته lme4 -- تعریف مدل های ساده با بیش از سه سطح در بسته lme4 -- مدل های ضرایب تصادفی با سه سطح یا بیشتر در بسته lme4 -- خلاصه -- نکته -- 5: تجزیه و تحلیل داده های طولی با استفاده از مدل های چند سطحی - چارچوب طولی چندسطحی - ساختار داده‌های دوره‌ای افراد - برازش مدل‌های طولی با استفاده از بسته lme4.


توضیحاتی درمورد کتاب به خارجی

Cover -- Half Title -- Title Page -- Copyright Page -- Table of Contents -- Authors -- 1: Linear Models -- Simple Linear Regression -- Estimating Regression Models with Ordinary Least Squares -- Distributional Assumptions Underlying Regression -- Coefficient of Determination -- Inference for Regression Parameters -- Multiple Regression -- Example of Simple Linear Regression by Hand -- Regression in R -- Interaction Terms in Regression -- Categorical Independent Variables -- Checking Regression Assumptions with R -- Summary -- 2: An Introduction to Multilevel Data Structure -- Nested Data and Cluster Sampling Designs -- Intraclass Correlation -- Pitfalls of Ignoring Multilevel Data Structure -- Multilevel Linear Models -- Random Intercept -- Random Slopes -- Centering -- Basics of Parameter Estimation with MLMs -- Maximum Likelihood Estimation -- Restricted Maximum Likelihood Estimation -- Assumptions Underlying MLMs -- Overview of Two-Level MLMs -- Overview of Three-Level MLMs -- Overview of Longitudinal Designs and Their Relationship to MLMs -- Summary -- 3: Fitting Two-Level Models in R -- Simple (Intercept-Only) Multilevel Models -- Interactions and Cross-Level Interactions Using R -- Random Coefficients Models using R -- Centering Predictors -- Additional Options -- Parameter Estimation Method -- Estimation Controls -- Comparing Model Fit -- lme4 and Hypothesis Testing -- Summary -- Note -- 4: Three-Level and Higher Models -- Defining Simple Three-Level Models Using the lme4 Package -- Defining Simple Models with More than Three Levels in the lme4 Package -- Random Coefficients Models with Three or More Levels in the lme4 Package -- Summary -- Note -- 5: Longitudinal Data Analysis Using Multilevel Models -- The Multilevel Longitudinal Framework -- Person Period Data Structure -- Fitting Longitudinal Models Using the lme4 Package.



فهرست مطالب

Cover --
Half Title --
Title Page --
Copyright Page --
Table of Contents --
Authors --
1: Linear Models --
Simple Linear Regression --
Estimating Regression Models with Ordinary Least Squares --
Distributional Assumptions Underlying Regression --
Coefficient of Determination --
Inference for Regression Parameters --
Multiple Regression --
Example of Simple Linear Regression by Hand --
Regression in R --
Interaction Terms in Regression --
Categorical Independent Variables --
Checking Regression Assumptions with R --
Summary --
2: An Introduction to Multilevel Data Structure --
Nested Data and Cluster Sampling Designs --
Intraclass Correlation --
Pitfalls of Ignoring Multilevel Data Structure --
Multilevel Linear Models --
Random Intercept --
Random Slopes --
Centering --
Basics of Parameter Estimation with MLMs --
Maximum Likelihood Estimation --
Restricted Maximum Likelihood Estimation --
Assumptions Underlying MLMs --
Overview of Two-Level MLMs --
Overview of Three-Level MLMs --
Overview of Longitudinal Designs and Their Relationship to MLMs --
Summary --
3: Fitting Two-Level Models in R --
Simple (Intercept-Only) Multilevel Models --
Interactions and Cross-Level Interactions Using R --
Random Coefficients Models using R --
Centering Predictors --
Additional Options --
Parameter Estimation Method --
Estimation Controls --
Comparing Model Fit --
lme4 and Hypothesis Testing --
Summary --
Note --
4: Three-Level and Higher Models --
Defining Simple Three-Level Models Using the lme4 Package --
Defining Simple Models with More than Three Levels in the lme4 Package --
Random Coefficients Models with Three or More Levels in the lme4 Package --
Summary --
Note --
5: Longitudinal Data Analysis Using Multilevel Models --
The Multilevel Longitudinal Framework --
Person Period Data Structure --
Fitting Longitudinal Models Using the lme4 Package. Benefits of Using Multilevel Modeling for Longitudinal Analysis --
Summary --
Note --
6: Graphing Data in Multilevel Contexts --
Plots for Linear Models --
Plotting Nested Data --
Using the Lattice Package --
Plotting Model Results Using the Effects Package --
Summary --
7: Brief Introduction to Generalized Linear Models --
Logistic Regression Model for a Dichotomous Outcome Variable --
Logistic Regression Model for an Ordinal Outcome Variable --
Multinomial Logistic Regression --
Models for Count Data --
Poisson Regression --
Models for Overdispersed Count Data --
Summary --
8: Multilevel Generalized Linear Models (MGLMs) --
MGLMs for a Dichotomous Outcome Variable --
Random Intercept Logistic Regression --
Random Coefficients Logistic Regression --
Inclusion of Additional Level-1 and Level-2 Effects in MGLM --
MGLM for an Ordinal Outcome Variable --
Random Intercept Logistic Regression --
MGLM for Count Data --
Random Intercept Poisson Regression --
Random Coefficient Poisson Regression --
Inclusion of Additional Level-2 Effects to the Multilevel Poisson Regression Model --
Summary --
9: Bayesian Multilevel Modeling --
MCMCglmm for a Normally Distributed Response Variable --
Including Level-2 Predictors with MCMCglmm --
User Defined Priors --
MCMCglmm for a Dichotomous Dependent Variable --
MCMCglmm for a Count-Dependent Variable --
Summary --
10: Advanced Issues in Multilevel Modeling --
Robust Statistics in the Multilevel Context --
Identifying Potential Outliers in Single-Level Data --
Identifying Potential Outliers in Multilevel Data --
Identifying Potential Multilevel Outliers Using R --
Robust and Rank-Based Estimation for Multilevel Models --
Fitting Robust and Rank-Based Multilevel Models in R --
Cauchy --
Slash --
Contaminated --
Multilevel Lasso --
Fitting the Multilevel Lasso in R --
Multivariate Multilevel Models. Multilevel Generalized Additive Models --
Fitting GAMM using R --
Predicting Level-2 Outcomes with Level-1 Variables --
Power Analysis for Multilevel Models --
Summary --
References --
Index.




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی