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: 1 نویسندگان: J. Scott Long , Jeremy Freese سری: ISBN (شابک) : 1881228622, 9781881228622 ناشر: Stata Press سال نشر: 2001 تعداد صفحات: 311 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Regression Models for Categorical Dependent Variables Using Stata 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 برای متغیرهای وابسته طبقه بندی با استفاده از Stata 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.
اگرچه مدلهای رگرسیون برای متغیرهای وابسته طبقهای رایج هستند، متنهای کمی نحوه تفسیر چنین مدلهایی را توضیح میدهند. مدلهای رگرسیون برای متغیرهای وابسته طبقهای با استفاده از Stata، ویرایش دوم، این خلأ را پر میکند و نشان میدهد که چگونه مدلهای رگرسیون را برای دادههای طبقهبندی با Stata برازش و تفسیر کنیم. نویسندگان همچنین مجموعه ای از دستورات را برای آزمایش فرضیه و تشخیص مدل به همراه کتاب ارائه می دهند. این کتاب با مقدمه ای عالی برای Stata آغاز می شود و سپس یک بررسی کلی از تخمین، آزمایش، تناسب و تفسیر در این دسته از مدل ها ارائه می دهد. این نتایج را با جزئیات باینری، ترتیبی، اسمی و شمارش در فصلهای جداگانه پوشش میدهد. فصل آخر چگونگی برازش و تفسیر مدلها با ویژگیهای خاص، مانند متغیرهای مستقل ترتیبی و اسمی، تعامل و اصطلاحات غیرخطی را مورد بحث قرار میدهد. یکی از ضمیمه ها نحو دستورات نوشته شده توسط نویسنده را مورد بحث قرار می دهد و دومی جزئیاتی از مجموعه داده های استفاده شده توسط نویسندگان در کتاب را ارائه می دهد. این کتاب که تقریباً 50 درصد طولانیتر از نسخه قبلی است، موضوعات جدیدی را برای برازش و تفسیر مدلهای موجود در Stata 9، مانند مدلهای پروبیت چندجملهای، مدل لجستیک کلیشهای، و مدلهای شمارش برش صفر، پوشش میدهد. بسیاری از تکنیک های تفسیر به روز شده اند تا شامل تخمین های فاصله ای و همچنین نقطه ای باشند. جدید در نسخه دوم: مدلهای رگرسیون، از جمله پواسون صفر کوتاه شده و مدلهای دوجملهای منفی برش صفر، مدل مانع برای شمارش، مدل رگرسیون لجستیک کلیشهای، مدل لاجیت مرتبشده رتبهبندی، و مدل پروبیت چندجملهای دستورات Stata، مانند estat که راه یکسانی برای دسترسی به آمار مفید برای تفسیر پس تخمین فراهم میکند. مجموعه برنامههای توسعهیافته به نام SPost شامل فواصل اطمینان برای پیشبینیهای محاسبهشده توسط prvalue و prgen زیرا همه نمونهها، مجموعه دادهها و دستورات نوشتهشده توسط نویسنده در دسترس هستند. وبسایت، خوانندگان میتوانند به راحتی نمونههای عینی را با استفاده از Stata تکرار کنند، و آن را برای دانشجویان یا محققان کاربردی که میخواهند بدانند چگونه مدلها را برای دادههای طبقهبندی مناسب و تفسیر کنند، ایدهآل میسازند.
Although regression models for categorical dependent variables are common, few texts explain how to interpret such models. Regression Models for Categorical Dependent Variables Using Stata, Second Edition, fills this void, showing how to fit and interpret regression models for categorical data with Stata. The authors also provide a suite of commands for hypothesis testing and model diagnostics to accompany the book. The book begins with an excellent introduction to Stata and then provides a general treatment of estimation, testing, fit, and interpretation in this class of models. It covers in detail binary, ordinal, nominal, and count outcomes in separate chapters. The final chapter discusses how to fit and interpret models with special characteristics, such as ordinal and nominal independent variables, interaction, and nonlinear terms. One appendix discusses the syntax of the author-written commands, and a second gives details of the datasets used by the authors in the book. Nearly 50% longer than the previous edition, the book covers new topics for fitting and interpreting models included in Stata 9, such as multinomial probit models, the stereotype logistic model, and zero-truncated count models. Many of the interpretation techniques have been updated to include interval as well as point estimates. New to the Second Edition:Regression models, including the zero-truncated Poisson and the zero-truncated negative binomial models, the hurdle model for counts, the stereotype logistic regression model, the rank-ordered logit model, and the multinomial probit modelStata commands, such as estat, which provides a uniform way to access statistics useful for postestimation interpretation.Expanded suite of programs known as SPostInclusion of confidence intervals for predictions computed by prvalue and prgenBecause all the examples, datasets, and author-written commands are available from the authors' Web site, readers can easily replicate the concrete examples using Stata, making it ideal for students or applied researchers who want to know how to fit and interpret models for categorical data.