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: Laurence G. Grimm, Paul R. Yarnold سری: ISBN (شابک) : 1557986983, 9781557986986 ناشر: American Psychological Association (APA) سال نشر: 2000 تعداد صفحات: 450 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Reading and Understanding More Multivariate Statistics 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 خواندن و درک بیشتر آمار چند متغیره 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.
از سال 1995، بیش از 13000 دانشجو و محقق فارغ التحصیل برای درک اساسی از رایج ترین تحلیل های چند متغیره در ادبیات تحقیقاتی امروزی به خواندن و درک آمار چند متغیره تکیه کرده اند. در خواندن و درک بیشتر آمار چند متغیره، ویراستاران به درخواستهای خواننده برای ارائه همان رویکرد قابل دسترس برای گروه جدیدی از تکنیکهای چند متغیره و موضوعات مرتبط در اندازهگیری پاسخ دادهاند. فصلها استفاده از تحلیل خوشهای، تحلیل عاملی تکنیک Q، مدلسازی معادلات ساختاری، تحلیل همبستگی متعارف، تحلیلهای اندازهگیری مکرر و تحلیل بقا را ابهام زدایی میکنند. همانند جلد قبلی، نویسندگان فصل سؤالات تحقیقی را که آمار برای آنها مناسبتر است، مفروضات اساسی و منطق تحلیل و منطق پشت تفسیر نتایج را شرح میدهند. این کتاب که برای روشن کردن منطق و کاربرد هر آمار به جای آموزش کاربرد عملی طراحی شده است، بر استفاده در دنیای واقعی از روشهای آماری با حداقل اتکا به فرمولهای پیچیده ریاضی تأکید دارد. هر فصل شامل بحثهای قابل دسترس در مورد اصول کلی، دستورالعملهایی برای تفسیر جداول خلاصه، و واژهنامهای از اصطلاحات کلیدی و نمادهای آماری است. چه دانشجوی فارغ التحصیل، چه محقق یا مصرف کننده تحقیق باشید، این جلد تضمینی برای افزایش سطح راحتی و اطمینان شما در خواندن و درک آمارهای چند متغیره است.
Since 1995, over 13,000 graduate students and researchers have relied on Reading and Understanding Multivariate Statistics for a basic understanding of the most commonly used multivariate analyses in the research literature today. In Reading and Understanding MORE Multivariate Statistics, the editors have responded to reader requests to provide the same accessible approach to a new group of multivariate techniques and related topics in measurement. Chapters demystify the use of cluster analysis, Q-technique factor analysis, structural equation modeling, canonical correlation analysis, repeated measures analyses, and survival analysis. As with the previous volume, chapter authors describe the research questions for which the statistic is most appropriate, the underlying assumptions and rationale of the analysis, and the logic behind interpreting the results. Designed to clarify each statistic's logic and utility rather than teach hands-on application, the book emphasizes the real-world use of statistical methods with minimal reliance on complex mathematical formulas. Each chapter contains accessible discussions of general principles, instructions for interpreting summary tables, and a glossary of key terms and statistical notations. Whether you are a graduate student, researcher, or consumer of research, this volume is guaranteed to increase your comfort level and confidence in reading and understanding multivariate statistics.
Chapter 1: Introduction to Multivariate Statistics. Chapter 2: Reliability and Generalizability Theory. Chapter 3: Item Response Theory. Chapter 4: Assessing the Validity of Measurement. Chapter 5: Cluster Analysis. Chapter 6: Q-Technique Factor Analysis: One Variation on the Two-Mode Factor Analysis of Variables. Chapter 7: Structural Equation Modeling. Chapter 8: Ten Commandments of Structural Equation Modeling. Chapter 9: Canonical Correlation Analysis. Chapter 10: Repeated Measures Analyses: ANOVA, MANOVA, and HLM.