دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Multiple Correspondence Analysis and Related Methods (Chapman & Hall CRC Statistics in the Social and Behavioral Scie)
دانلود کتاب تحلیل مکاتبات چندگانه و روش‌های مرتبط (آمار CRC چپمن و هال در علوم اجتماعی و رفتاری)
مشخصات کتاب
Multiple Correspondence Analysis and Related Methods (Chapman & Hall CRC Statistics in the Social and Behavioral Scie)
ویرایش: 1
نویسندگان: Michael Greenacre. Jorg Blasius
سری:
ISBN (شابک) : 1584886285, 9781584886280
ناشر: Chapman and Hall/CRC
سال نشر: 2006
تعداد صفحات: 607
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
قیمت کتاب (تومان) : 37,000
در صورت تبدیل فایل کتاب Multiple Correspondence Analysis and Related Methods (Chapman & Hall CRC Statistics in the Social and Behavioral Scie) 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 تحلیل مکاتبات چندگانه و روش‌های مرتبط (آمار CRC چپمن و هال در علوم اجتماعی و رفتاری) 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 تحلیل مکاتبات چندگانه و روش‌های مرتبط (آمار CRC چپمن و هال در علوم اجتماعی و رفتاری)
به عنوان تعمیم تجزیه و تحلیل مکاتبات ساده، تجزیه و تحلیل مکاتبات چندگانه (MCA) یک تکنیک قدرتمند برای مدیریت مجموعه داده های بزرگتر و پیچیده تر، از جمله داده های طبقه بندی شده با ابعاد بالا است که اغلب در علوم اجتماعی، بازاریابی، اقتصاد سلامت و تحقیقات زیست پزشکی با آن مواجه می شوند. با این حال، تا کنون، ادبیات در مورد این موضوع پراکنده بوده است، و بسیاری در این زمینه ها هیچ منبع جامعی برای یادگیری نظریه، کاربردها و پیاده سازی آن باقی نگذاشته است. از این رشته جدید در قالب کتاب درسی در دسترس، مستقل. با توضیح گام به گام روش شناسی، بررسی جامعی از رویکردهای مختلف اتخاذ شده توسط محققان از "مدارس" آماری مختلف ارائه می دهد و طیف گسترده ای از حوزه های کاربردی را بررسی می کند. هر فصل شامل مثال‌های تجربی است که درک عملی روش و تفسیر آن را ارائه می‌کند و بیشتر فصل‌ها با یک \"یادداشت نرم‌افزار\" پایان می‌یابند که جنبه‌های نرم‌افزاری و محاسباتی را مورد بحث قرار می‌دهد. یک ضمیمه در انتهای کتاب جزئیات بیشتر محاسباتی را به همراه کدهای نوشته شده به زبان R برای انجام MCA و تکنیک های مرتبط ارائه می دهد. کد و مجموعه داده‌های مورد استفاده در کتاب برای دانلود از یک صفحه وب پشتیبانی در دسترس هستند. با ارائه یک دیدگاه منحصر به فرد، چند رشته‌ای، کارشناسان MCA از هر دو بخش آمار و علوم اجتماعی فصل‌هایی را به کتاب ارائه کردند. ویراستاران نماد را یکپارچه کردند و تئوری را در تمام فصل‌ها هماهنگ و ارجاع دادند و باعث شدند کتاب به‌طور یکپارچه خوانده شود. عملی، در دسترس، و کامل، تجزیه و تحلیل مکاتبات چندگانه و روش‌های مرتبط، تئوری و کاربردهای MCA را تحت یک پوشش قرار می‌دهد و ابزار ارزشمندی را به جعبه ابزار آماری شما ارائه می‌کند.
توضیحاتی درمورد کتاب به خارجی
As a generalization of simple correspondence analysis, multiple correspondence analysis (MCA) is a powerful technique for handling larger, more complex datasets, including the high-dimensional categorical data often encountered in the social sciences, marketing, health economics, and biomedical research. Until now, however, the literature on the subject has been scattered, leaving many in these fields no comprehensive resource from which to learn its theory, applications, and implementation.Multiple Correspondence Analysis and Related Methods gives a state-of-the-art description of this new field in an accessible, self-contained, textbook format. Explaining the methodology step-by-step, it offers an exhaustive survey of the different approaches taken by researchers from different statistical "schools" and explores a wide variety of application areas. Each chapter includes empirical examples that provide a practical understanding of the method and its interpretation, and most chapters end with a "Software Note" that discusses software and computational aspects. An appendix at the end of the book gives further computing details along with code written in the R language for performing MCA and related techniques. The code and the datasets used in the book are available for download from a supporting Web page.Providing a unique, multidisciplinary perspective, experts in MCA from both statistics and the social sciences contributed chapters to the book. The editors unified the notation and coordinated and cross-referenced the theory across all of the chapters, making the book read seamlessly. Practical, accessible, and thorough, Multiple Correspondence Analysis and Related Methods brings the theory and applications of MCA under one cover and provides a valuable addition to your statistical toolbox.
فهرست مطالب
Front Cover......Page 1
Preface......Page 8
About the authors......Page 12
Table of Contents......Page 22
1. Correspondence Analysis and Related Methods in Practice......Page 28
2. From Simple to Multiple Correspondence Analysis......Page 66
3. Divided by a Common Language: Analyzing and Visualizing Two-Way Arrays......Page 102
4. Nonlinear Principal Component Analysis and Related Techniques......Page 132
5. The Geometric Analysis of Structured Individuals × Variables Tables......Page 162
6. Correlational Structure of Multiple-Choice Data as Viewed from Dual Scaling......Page 186
7. Validation Techniques in Multiple Correspondence Analysis......Page 204
8. Multiple Correspondence Analysis of Subsets of Response Categories......Page 222
9. Scaling Unidimensional Models with Multiple Correspondence Analysis......Page 244
10. The Unfolding Fallacy Unveiled: Visualizing Structures of Dichotomous Unidimensional Item–Response–Theory Data by Multiple Correspondence Analysis......Page 262
11. Regularized Multiple Correspondence Analysis......Page 284
12. The Evaluation of “Don’t Know” Responses by Generalized Canonical Analysis......Page 308
13. Multiple Factor Analysis for Contingency Tables......Page 324
14. Simultaneous Analysis: A Joint Study of Several Contingency Tables with Different Margins......Page 352
15. Multiple Factor Analysis of Mixed Tables of Metric and Categorical Data......Page 376
16. Correspondence Analysis and Classification......Page 396
17. Multiblock Canonical Correlation Analysis for Categorical Variables: Application to Epidemiological Data......Page 418
18. Projection-Pursuit Approach for Categorical Data......Page 430
19. Correspondence Analysis and Categorical Conjoint Measurement......Page 446
20. A Three-Step Approach to Assessing the Behavior of Survey Items in Cross-National Research......Page 458
21. Additive and Multiplicative Models for Three-Way Contingency Tables: Darroch (1974) Revisited......Page 480
22. A New Model for Visualizing Interactions in Analysis of Variance......Page 512
23. Logistic Biplots......Page 528
Appendix......Page 548
References......Page 578
Index......Page 600
