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: نویسندگان: John G. Orme, Terri Combs-Orme سری: ISBN (شابک) : 0195329457, 9780199716296 ناشر: سال نشر: 2009 تعداد صفحات: 224 [225] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1011 Kb
در صورت تبدیل فایل کتاب Multiple Regression with Discrete Dependent Variables (Pocket Guides to Social Work Research Methods) 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 رگرسیون چندگانه با متغیرهای وابسته گسسته (راهنماهای جیبی برای روش های تحقیق در کار 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.
اکثر محققان مددکاری اجتماعی با تکنیکهای رگرسیون خطی آشنا هستند که انجام، تفسیر و ارائه آنها نسبتاً ساده است. با این حال، رگرسیون خطی برای متغیرهای وابسته گسسته مناسب نیست، و تحقیقات مددکاری اجتماعی اغلب از این متغیرها استفاده میکند، با تمرکز بر نتایجی مانند قرار گرفتن در پرورشگاه یا نه. سطح شدت علائم سوء استفاده از سالمندان یا افسردگی؛ یا تعداد جرایم مجدد توسط نوجوانان بزهکار در سال بعد از قضاوت. این کتاب بحث های مفصلی را در مورد مدل های رگرسیون ارائه می دهد که برای انواع متغیرهای وابسته گسسته مناسب هستند. چالش های عمده چنین تحلیل هایی در روابط غیرخطی بین متغیرهای مستقل و وابسته و به ویژه در تفسیر و ارائه یافته ها نهفته است. زبان واضح، خواننده را به طور خلاصه در هر مرحله از تجزیه و تحلیل، با استفاده از SPSS و ارائه نتایج برای افزایش درک عملکرد پیوند مهم راهنمایی می کند. کتاب با مروری کوتاه بر رگرسیون خطی آغاز می شود. در مرحله بعد، نویسندگان رگرسیون لجستیک باینری پایه را پوشش میدهند، که پایهای برای تکنیکهای دیگر فراهم میکند. به طور خاص، درک تابع پیوند برای تفسیر بعدی نتایج این روشها حیاتی است. اگرچه کتاب درک پایه ای از رگرسیون خطی را فرض می کند، بررسی ها و تعاریف در سراسر یادآوری های مفیدی از اصطلاحات مهم و معنای آنها ارائه می دهند، و در سراسر کتاب نویسندگان نمونه های مفصلی را بر اساس داده های خود ارائه می دهند که خوانندگان ممکن است با دسترسی به داده ها و داده ها از طریق آنها کار کنند. خروجی در وب سایت همراه اساتید مددکاری اجتماعی و سایر علوم اجتماعی، دانشجویان و محققانی که قبلاً درک اولیه ای از رگرسیون خطی دارند اما با تجزیه و تحلیل رگرسیون متغیرهای وابسته گسسته آشنا نیستند، این راهنمای جیبی ساده را برای قفسه کتابشان یک امتیاز فوق العاده می دانند. برای منابع بیشتر، به http://www.oup.com/us/pocketguides مراجعه کنید.
Most social work researchers are familiar with linear regression techniques, which are fairly straightforward to conduct, interpret, and present. However, linear regression is not appropriate for discrete dependent variables, and social work research frequently employs these variables, focusing on outcomes such as placement in foster care or not; level of severity of elder abuse or depression symptoms; or number of reoffenses by juvenile delinquents in the year following adjudication. This book presents detailed discussions of regression models that are appropriate for a variety of discrete dependent variables. The major challenges of such analyses lie in the non-linear relationships between independent and dependent variables, and particularly in interpreting and presenting findings. Clear language guides the reader briefly through each step of the analysis, using SPSS and result presentation to enhance understanding of the important link function. The book begins with a brief review of linear regression; next, the authors cover basic binary logistic regression, which provides a foundation for the other techniques. In particular, comprehension of the link function is vital in order to later interpret these methods' results. Though the book assumes a basic understanding of linear regression, reviews and definitions throughout provide useful reminders of important terms and their meaning, and throughout the book the authors provide detailed examples based on their own data, which readers may work through by accessing the data and output on companion website. Social work and other social sciences faculty, students, and researchers who already have a basic understanding of linear regression but are not as familiar with the regression analysis of discrete dependent variables will find this straightforward pocket guide to be a terrific boon to their bookshelves. For additional resources, visit http://www.oup.com/us/pocketguides.