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
دسته بندی: آمار ریاضی ویرایش: نویسندگان: Fullerton. Andrew S., Xu. Jun سری: Chapman & Hall/CRC statistics in the social and behavioral sciences ISBN (شابک) : 9781466569744, 1466569743 ناشر: CRC Press LLC سال نشر: 2016 تعداد صفحات: 184 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب مدل های رگرسیون مرتب شده: جایگزین های موازی، جزئی و غیر موازی: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
در صورت تبدیل فایل کتاب Ordered regression models : parallel, partial, and non-parallel alternatives 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 مدل های رگرسیون مرتب شده: جایگزین های موازی، جزئی و غیر موازی 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.
مدلهای رگرسیون مرتب: جایگزینهای موازی، جزئی و غیرموازی، مدلهای رگرسیونی را برای نتایج ترتیبی ارائه میدهند، که متغیرهایی هستند که دارای دستههای مرتب شدهاند اما فاصله بین دستهها نامشخص است. این کتاب پوشش جامعی از سه کلاس اصلی مدلهای رگرسیون مرتب (تجمعی، مرحلهای و مجاور) و همچنین تغییرات مبتنی بر استفاده از فرض رگرسیون موازی را ارائه میکند. نویسندگان ابتدا سه مدل رگرسیون مرتب شده "موازی" را قبل از پوشش مدل های جزئی محدود، جزئی محدود و غیر موازی معرفی می کنند. سپس آزمونهای موجود را برای فرض رگرسیون موازی بررسی میکنند، تغییرات جدیدی از چندین آزمون را پیشنهاد میکنند و نگرانیهای عملی مهم مربوط به آزمونهای فرض رگرسیون موازی را مورد بحث قرار میدهند. این کتاب همچنین توسعههای مدلهای رگرسیون مرتب، از جمله مدلهای انتخاب ناهمگن، مدلهای مرتبشده چندسطحی، و رویکرد بیزی به مدلهای رگرسیون مرتب را توصیف میکند. برخی از فصلها شامل مثالهای مختصری با استفاده از Stata و R هستند. این کتاب چارچوبی مفهومی برای درک مدلهای رگرسیون مرتب شده بر اساس احتمال علاقه و استفاده از فرض رگرسیون موازی ارائه میدهد. این نشاندهنده سودمندی گزینههای مدلسازی متعدد است، و به شما نشان میدهد که چگونه مناسبترین مدل را با توجه به نوع نتیجه ترتیبی و محدودیتپذیری فرض موازی برای هر متغیر انتخاب کنید. منبع وب نمونه های دقیق تر در یک وب سایت تکمیلی موجود است. این سایت همچنین شامل کدهای JAGS، R و Stata برای تخمین مدل ها به همراه نحو برای بازتولید نتایج است.
Ordered Regression Models: Parallel, Partial, and Non-Parallel Alternatives presents regression models for ordinal outcomes, which are variables that have ordered categories but unknown spacing between the categories. The book provides comprehensive coverage of the three major classes of ordered regression models (cumulative, stage, and adjacent) as well as variations based on the application of the parallel regression assumption. The authors first introduce the three "parallel" ordered regression models before covering unconstrained partial, constrained partial, and nonparallel models. They then review existing tests for the parallel regression assumption, propose new variations of several tests, and discuss important practical concerns related to tests of the parallel regression assumption. The book also describes extensions of ordered regression models, including heterogeneous choice models, multilevel ordered models, and the Bayesian approach to ordered regression models. Some chapters include brief examples using Stata and R. This book offers a conceptual framework for understanding ordered regression models based on the probability of interest and the application of the parallel regression assumption. It demonstrates the usefulness of numerous modeling alternatives, showing you how to select the most appropriate model given the type of ordinal outcome and restrictiveness of the parallel assumption for each variable. Web Resource More detailed examples are available on a supplementary website. The site also contains JAGS, R, and Stata codes to estimate the models along with syntax to reproduce the results.
Content: 1. Introduction --
2. Parallel models --
3. Partial models --
4. Nonparallel models --
5. Testing the parallel regression assumption --
6. Extensions.